Técnicas híbridas de processamento de sinais biomédicos implementadas com redes neurais artificiais

Detalhes bibliográficos
Ano de defesa: 2000
Autor(a) principal: Wisbeck, John Oersted
Orientador(a): Ojeda, Renato Garcia
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Florianópolis, SC
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: http://repositorio.ufsc.br/xmlui/handle/123456789/78773
Resumo: Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico.
id UFSC_9adefccce6986aadf4f81d6bc312e3f5
oai_identifier_str oai:repositorio.ufsc.br:123456789/78773
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str
spelling Universidade Federal de Santa CatarinaWisbeck, John OerstedOjeda, Renato Garcia2012-10-17T18:59:38Z2012-10-17T18:59:38Z20002000174989http://repositorio.ufsc.br/xmlui/handle/123456789/78773Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico.O presente trabalho aborda o desenvolvimento e avaliação de técnicas híbridas de processamento de sinais voltadas para sinais biomédicos com ênfase na implementação usando redes neurais artificiais (RNAs). Quatro formas básicas de hibridação diferenciadas pelo grau de interação entre as características e propriedades das técnicas constituintes são abordadas: a hibridação seqüencial, paralela, auxiliar e encastoada. A hibridação seqüencial da análise em componentes independentes (ACI) com a promediação e a hibridação auxiliar e seqüencial da transformada wavelet com redes neurais artificiais são propostas e investigadas para o processamento de registros eletrocardiográficos de alta resolução (ECGAR). A primeira técnica objetiva atenuar as interferências no ECGAR e a segunda extrair características espectro-temporais do ECGAR e classificar ECGARs como de indivíduos com ou sem potenciais tardios ventriculares. Na avaliação da primeira técnica os resultados são comparados com o uso isolado da promediação, resultando em uma melhora de 4 dB na relação sinal-ruído. Na segunda técnica obteve-se 91% de acerto na classificação, comparável a outros trabalhos envolvendo RNAs, acrescentando-se a possibilidade de interpretação do processamento efetuado pela RNA.xx, 174 f.| il.porFlorianópolis, SCEngenharia biomedicaAparelhos e instrumentosMedicina -Redes neurais (Computação)Processamento de sinaisEletrocardiografiaTécnicas híbridas de processamento de sinais biomédicos implementadas com redes neurais artificiaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINAL174989.pdfapplication/pdf15769488https://repositorio.ufsc.br/bitstream/123456789/78773/1/174989.pdf1344452b793f07cf8e98e6b1a757cfc8MD51123456789/787732014-09-25 13:36:17.574oai:repositorio.ufsc.br:123456789/78773Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestsandra.sobrera@ufsc.bropendoar:23732014-09-25T16:36:17Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.pt_BR.fl_str_mv Técnicas híbridas de processamento de sinais biomédicos implementadas com redes neurais artificiais
title Técnicas híbridas de processamento de sinais biomédicos implementadas com redes neurais artificiais
spellingShingle Técnicas híbridas de processamento de sinais biomédicos implementadas com redes neurais artificiais
Wisbeck, John Oersted
Engenharia biomedica
Aparelhos e instrumentos
Medicina -
Redes neurais (Computação)
Processamento de sinais
Eletrocardiografia
title_short Técnicas híbridas de processamento de sinais biomédicos implementadas com redes neurais artificiais
title_full Técnicas híbridas de processamento de sinais biomédicos implementadas com redes neurais artificiais
title_fullStr Técnicas híbridas de processamento de sinais biomédicos implementadas com redes neurais artificiais
title_full_unstemmed Técnicas híbridas de processamento de sinais biomédicos implementadas com redes neurais artificiais
title_sort Técnicas híbridas de processamento de sinais biomédicos implementadas com redes neurais artificiais
author Wisbeck, John Oersted
author_facet Wisbeck, John Oersted
author_role author
dc.contributor.pt_BR.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Wisbeck, John Oersted
dc.contributor.advisor1.fl_str_mv Ojeda, Renato Garcia
contributor_str_mv Ojeda, Renato Garcia
dc.subject.classification.pt_BR.fl_str_mv Engenharia biomedica
Aparelhos e instrumentos
Medicina -
Redes neurais (Computação)
Processamento de sinais
Eletrocardiografia
topic Engenharia biomedica
Aparelhos e instrumentos
Medicina -
Redes neurais (Computação)
Processamento de sinais
Eletrocardiografia
description Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico.
publishDate 2000
dc.date.submitted.pt_BR.fl_str_mv 2000
dc.date.issued.fl_str_mv 2000
dc.date.accessioned.fl_str_mv 2012-10-17T18:59:38Z
dc.date.available.fl_str_mv 2012-10-17T18:59:38Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://repositorio.ufsc.br/xmlui/handle/123456789/78773
dc.identifier.other.pt_BR.fl_str_mv 174989
identifier_str_mv 174989
url http://repositorio.ufsc.br/xmlui/handle/123456789/78773
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv xx, 174 f.| il.
dc.publisher.none.fl_str_mv Florianópolis, SC
publisher.none.fl_str_mv Florianópolis, SC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/78773/1/174989.pdf
bitstream.checksum.fl_str_mv 1344452b793f07cf8e98e6b1a757cfc8
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv sandra.sobrera@ufsc.br
_version_ 1851759063111565312

Registros relacionados