Sistema de detecção e classificação para eletromiografia clínica.

Detalhes bibliográficos
Ano de defesa: 1992
Autor(a) principal: Avelino, Valter Fernandes
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: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Electromyography
Eletromiografia
Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3142/tde-16122024-124417/
Resumo: Este trabalho foi motivado pela necessidade do aumento da eficiência e precisão de exames eletromiográficos utilizados para análise do sistema neuromuscular. Neste trabalho apresenta-se a concepção de um processo de detecção de potenciais de ação de unidades motoras (MUAPS) baseado num modelo estatístico. A partir do modelo estatístico desenvolveu-se um detector adaptativo, em tempo real, cujo objetivo é selecionar as regiões dos registros eletromiográficos que contenham atividade elétrica importante para a análise quantitativa automática dos sinais eletromiográficos. Estes registros eletromiográficos são obtidos em resposta a contrações musculares de baixa intensidade. A implementação e testes do detector foram realizados no laboratório de engenharia biomédica da Escola Politécnica da Universidade de São Paulo. Para avaliação do desempenho do processo de detecção foram utilizados dados clínicos reais obtidos no Hospital São Paulo da Escola Paulista de Medicina. Os testes de desempenho do processo de detecção adaptativa mostraram resultados comparáveis aos de outros trabalhos descritos na literatura. Em sinais com relação sinal/ruído acima de 10 db, típica de eletromiograma, o processo adaptativo detectou corretamente entre 78 e 100% dos MUAPS presentes no registro eletromiográficos (em media 95%).
id USP_5720490a867aca767914358b5590722d
oai_identifier_str oai:teses.usp.br:tde-16122024-124417
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Sistema de detecção e classificação para eletromiografia clínica.Untitled in englishElectromyographyEletromiografiaEste trabalho foi motivado pela necessidade do aumento da eficiência e precisão de exames eletromiográficos utilizados para análise do sistema neuromuscular. Neste trabalho apresenta-se a concepção de um processo de detecção de potenciais de ação de unidades motoras (MUAPS) baseado num modelo estatístico. A partir do modelo estatístico desenvolveu-se um detector adaptativo, em tempo real, cujo objetivo é selecionar as regiões dos registros eletromiográficos que contenham atividade elétrica importante para a análise quantitativa automática dos sinais eletromiográficos. Estes registros eletromiográficos são obtidos em resposta a contrações musculares de baixa intensidade. A implementação e testes do detector foram realizados no laboratório de engenharia biomédica da Escola Politécnica da Universidade de São Paulo. Para avaliação do desempenho do processo de detecção foram utilizados dados clínicos reais obtidos no Hospital São Paulo da Escola Paulista de Medicina. Os testes de desempenho do processo de detecção adaptativa mostraram resultados comparáveis aos de outros trabalhos descritos na literatura. Em sinais com relação sinal/ruído acima de 10 db, típica de eletromiograma, o processo adaptativo detectou corretamente entre 78 e 100% dos MUAPS presentes no registro eletromiográficos (em media 95%).Conventional electromyography is a very time consuming task that requires a great deal of experience from the neurologist. Also, as the main tool is the oscilloscope, there are some intrinsic limitations such as the selection of the waveforms for display and analysis. This research intends to develop a computer based system for the aquisition and analysis of motor unit action potentials (MUAPs) recorded from a contracting muscle. It is hoped that this system will increase the efficiency and power of the diagnostic routine. The first and rather the critical processing stage is that of MUAP detection. This is needed to optimize memory usage because only important information are stored (the MUAPs) while baseline noises are left out. An adaptative real time detector was developed based on statistical model. It was implemented using standard analog and digital electronic devices. The detector is used as a helping device for the microcomputer data acquisition system that acquires and stores the electromyographic signals. The hardware and software developments were done at the Laboratório de Engenharia Biomédica of the Escola Politécnica of the Universidade de São Paulo while the clinical data tape recordings were done at the Hospital São Paulo of the Escola Paulista de Medicina. The performance of the adaptive detector was found to be comparable to detectors described in the literature. At signal-to-noise ratios down to about 10 dB, typical of clinical electromyograms, the correct detection percentage of the adaptative detector was between 78 and 100%, with an average value of 95%.Biblioteca Digitais de Teses e Dissertações da USPKohn, Andre FabioAvelino, Valter Fernandes1992-09-08info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/3/3142/tde-16122024-124417/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-12-16T14:48:02Zoai:teses.usp.br:tde-16122024-124417Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-12-16T14:48:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Sistema de detecção e classificação para eletromiografia clínica.
Untitled in english
title Sistema de detecção e classificação para eletromiografia clínica.
spellingShingle Sistema de detecção e classificação para eletromiografia clínica.
Avelino, Valter Fernandes
Electromyography
Eletromiografia
title_short Sistema de detecção e classificação para eletromiografia clínica.
title_full Sistema de detecção e classificação para eletromiografia clínica.
title_fullStr Sistema de detecção e classificação para eletromiografia clínica.
title_full_unstemmed Sistema de detecção e classificação para eletromiografia clínica.
title_sort Sistema de detecção e classificação para eletromiografia clínica.
author Avelino, Valter Fernandes
author_facet Avelino, Valter Fernandes
author_role author
dc.contributor.none.fl_str_mv Kohn, Andre Fabio
dc.contributor.author.fl_str_mv Avelino, Valter Fernandes
dc.subject.por.fl_str_mv Electromyography
Eletromiografia
topic Electromyography
Eletromiografia
description Este trabalho foi motivado pela necessidade do aumento da eficiência e precisão de exames eletromiográficos utilizados para análise do sistema neuromuscular. Neste trabalho apresenta-se a concepção de um processo de detecção de potenciais de ação de unidades motoras (MUAPS) baseado num modelo estatístico. A partir do modelo estatístico desenvolveu-se um detector adaptativo, em tempo real, cujo objetivo é selecionar as regiões dos registros eletromiográficos que contenham atividade elétrica importante para a análise quantitativa automática dos sinais eletromiográficos. Estes registros eletromiográficos são obtidos em resposta a contrações musculares de baixa intensidade. A implementação e testes do detector foram realizados no laboratório de engenharia biomédica da Escola Politécnica da Universidade de São Paulo. Para avaliação do desempenho do processo de detecção foram utilizados dados clínicos reais obtidos no Hospital São Paulo da Escola Paulista de Medicina. Os testes de desempenho do processo de detecção adaptativa mostraram resultados comparáveis aos de outros trabalhos descritos na literatura. Em sinais com relação sinal/ruído acima de 10 db, típica de eletromiograma, o processo adaptativo detectou corretamente entre 78 e 100% dos MUAPS presentes no registro eletromiográficos (em media 95%).
publishDate 1992
dc.date.none.fl_str_mv 1992-09-08
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://www.teses.usp.br/teses/disponiveis/3/3142/tde-16122024-124417/
url https://www.teses.usp.br/teses/disponiveis/3/3142/tde-16122024-124417/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1831214831657549824

Registros relacionados