Uma aplicação de redes neurais artificiais no processamento digital de sinais eletromiograficos da musculatura mastigatoria

Detalhes bibliográficos
Ano de defesa: 1998
Autor(a) principal: Almeida, Denise Aparecida Martinelli Marques de
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: [s.n.]
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Redes neurais (Computação)
Inteligência artificial
Eletromiografia
Mastigação
Link de acesso: https://hdl.handle.net/20.500.12733/1585696
Resumo: Orientadores: Ivana A. Gil, Fausto Berzin
id UNICAMP-30_6b49d46bb617d5503b5c0e15785c3146
oai_identifier_str oai::126193
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Uma aplicação de redes neurais artificiais no processamento digital de sinais eletromiograficos da musculatura mastigatoriaRedes neurais (Computação)Inteligência artificialEletromiografiaMastigaçãoOrientadores: Ivana A. Gil, Fausto BerzinDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Odontologia de PiracicabaResumo: A determinação de um padrão para a atividade elétrica dos músculos mastigatórios é controversa, pois a variabilidade dos métodos de registro e as características da amostra tornam difícil a obtenção de dados eletromiográficos precisos. O uso de uma técnica de Rede Neural Artificial no processamento dos sinais eletromiográficos pode ser um importante instrumento para otimizar essa metodologia. O objetivo desse estudo foi investigar a possível existência de um padrão na atividade dos músculos temporais e masséteres de voluntários considerados clinicamente normais. Foram selecionadas 12 voluntárias, com idades entre 17 e 21 anos, que apresentavam ausência de sinais e sintomas de Desordens Craniomandibulares. Os sinais eletromiográficos foram captados através do eletromiógrafo Viking 11. As voluntárias foram instruídas a assumirem 3 situações mandibulares diferentes: 1. Posição de REPOUSO MANDIBULAR (R), 2. Mordida ISOTÔNICA BILATERAL (IT), e Mordida ISOMÉTRICA BILATERAL (1M). O eletromiógrafo foi calibrado numa amplitude de 200 microvolts e num tempo de 200 milisegundos. Os sinais eletromiográficos foram analisados através de um programa de Redes Neurais Artificiais (RNA), tipo Multi-Layer Perceptron, em 2 etapas: a etapa de treinamento e a etapa de testes. Os resultados da etapa de treinamento da RNA mostraram que foram atingidos os valores previstos para as três situações mandibulares estudadas. Os resultados da etapa de teste revelaram a capacidade da RNA em reconhecer os três diferentes tipos de situações mandibulares com algum grau de acuracidade. Concluiu-se que as Redes Neurais Artificiais podem ser utilizadas como importante ferramenta no estudo da atividade elétrica muscular, todavia a implementação das Redes Neurais Artificiais no estudo dos sinais biomédicos ainda necessita de maior pesquisaAbstract: An electrical activity pattern for the masticatory muscle is controvertible, because the variability of record methods, different electromyographic equipment, electrical and electromagnetic interference, selection of electrodes and volunteers, to try for obtainment severa I results, that beco me difficult establishment of real EMG data, able to represent normal electrical activity. The possibility of use an Artificial NeLiral Network (ANN) in digital processing correspond an important instrument to optimize this methodology. The aim of this study was to investigate the possible existence of a pattern in muscular activity of I Temporalis and Masseter muscle in clinically normal volunteers by using the digital processing of electromyographic signals ( Artificial Neural Network ). We selected randomly 12 female voluntears, aging 17 -21 years, with no signals and symptoms of craniomandibular disorders. The electromyographic signals was obtained by surface Beeckman electrodes, using Nicolet Electromyograph Viking 11. Ali volunteers were instructed to the obtainment three types of mandibular situation: Rest Mandibular Position ( R ), Bilateral Isotonic Bite ( IT ), Bilateral Isometric Bite ( 1M ). 200 miliseconds for time. The electromyographic signals was stored in flexible disc 3311." in ASC 11 language, transformated in DOS language by SISDIN program and that temporal arrangement allowed the analysis in Artificial Neural Network ( ANN ) program, type Multi-Layer Perceptron MLP ( Copyright @ Rational Systems, Inc, 1990-1991, Version 1.4 ), with three layers, in supervised learning; using back-propagation algorithm, with dual exit. The analysis of electromiographic signals in ANN was divided into 2 stages: training stage and test stage. The training of ANN was realized with archives of 3 and 6 volunteers for each one of 4 muscles involved, and in the test stage we used the volunteers was not submitted to the training stage. The results of training stage of ANN showed that was reached the anticipated value for the 3 mandibular situation studied for 3 and 6 volunteers. The result of the test stage I showed the capacity of ANN by recognize the 3 different types of mandibular situation, with some degree of accuracy, and the Rest Mandibular Position was the most distinguished of the others mandibular situations. Apparently due muscle and anatomical variable, an increased sample would permit to ANN a bigger capacity of generalization ( learning ), improving the recognition of muscles activities in the bilateral isotonic and isometric bites situations. We concluded that ANN will can be used how an important tool in study of electrical activity of muscle, as well as in differential diagnosis of muscles pathologies. However, the implementation of the ANN in study of biomedical signals, require much more investigationMestradoFisiologia e Biofísica do Sistema EstomatognáticoMestre em Ciências[s.n.]Gil, Ivana Aparecida, 1960-2012Bérzin, Fausto, 1940-2022Fortinguerra, Carlos Roberto HoppePedro, Vanessa MonteiroUniversidade Estadual de Campinas (UNICAMP). Faculdade de Odontologia de Piracicaba (FOP)Programa de Pós-Graduação em Clínica OdontológicaUNIVERSIDADE ESTADUAL DE CAMPINASAlmeida, Denise Aparecida Martinelli Marques de19981998-02-09T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf166f. : il.https://hdl.handle.net/20.500.12733/1585696ALMEIDA, Denise Aparecida Martinelli Marques de. Uma aplicação de redes neurais artificiais no processamento digital de sinais eletromiograficos da musculatura mastigatoria. 1998. 166f. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Odontologia de Piracicaba, Piracicaba, SP. Disponível em: https://hdl.handle.net/20.500.12733/1585696. Acesso em: 2 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/126193porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2017-02-18T02:43:22Zoai::126193Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2017-02-18T02:43:22Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Uma aplicação de redes neurais artificiais no processamento digital de sinais eletromiograficos da musculatura mastigatoria
title Uma aplicação de redes neurais artificiais no processamento digital de sinais eletromiograficos da musculatura mastigatoria
spellingShingle Uma aplicação de redes neurais artificiais no processamento digital de sinais eletromiograficos da musculatura mastigatoria
Almeida, Denise Aparecida Martinelli Marques de
Redes neurais (Computação)
Inteligência artificial
Eletromiografia
Mastigação
title_short Uma aplicação de redes neurais artificiais no processamento digital de sinais eletromiograficos da musculatura mastigatoria
title_full Uma aplicação de redes neurais artificiais no processamento digital de sinais eletromiograficos da musculatura mastigatoria
title_fullStr Uma aplicação de redes neurais artificiais no processamento digital de sinais eletromiograficos da musculatura mastigatoria
title_full_unstemmed Uma aplicação de redes neurais artificiais no processamento digital de sinais eletromiograficos da musculatura mastigatoria
title_sort Uma aplicação de redes neurais artificiais no processamento digital de sinais eletromiograficos da musculatura mastigatoria
author Almeida, Denise Aparecida Martinelli Marques de
author_facet Almeida, Denise Aparecida Martinelli Marques de
author_role author
dc.contributor.none.fl_str_mv Gil, Ivana Aparecida, 1960-2012
Bérzin, Fausto, 1940-2022
Fortinguerra, Carlos Roberto Hoppe
Pedro, Vanessa Monteiro
Universidade Estadual de Campinas (UNICAMP). Faculdade de Odontologia de Piracicaba (FOP)
Programa de Pós-Graduação em Clínica Odontológica
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Almeida, Denise Aparecida Martinelli Marques de
dc.subject.por.fl_str_mv Redes neurais (Computação)
Inteligência artificial
Eletromiografia
Mastigação
topic Redes neurais (Computação)
Inteligência artificial
Eletromiografia
Mastigação
description Orientadores: Ivana A. Gil, Fausto Berzin
publishDate 1998
dc.date.none.fl_str_mv 1998
1998-02-09T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1585696
ALMEIDA, Denise Aparecida Martinelli Marques de. Uma aplicação de redes neurais artificiais no processamento digital de sinais eletromiograficos da musculatura mastigatoria. 1998. 166f. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Odontologia de Piracicaba, Piracicaba, SP. Disponível em: https://hdl.handle.net/20.500.12733/1585696. Acesso em: 2 set. 2024.
url https://hdl.handle.net/20.500.12733/1585696
identifier_str_mv ALMEIDA, Denise Aparecida Martinelli Marques de. Uma aplicação de redes neurais artificiais no processamento digital de sinais eletromiograficos da musculatura mastigatoria. 1998. 166f. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Odontologia de Piracicaba, Piracicaba, SP. Disponível em: https://hdl.handle.net/20.500.12733/1585696. Acesso em: 2 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/126193
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
166f. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189689184223232

Registros relacionados