Adaptação dos modelos de Markov para um sistema de segmentação e classificação de sinais de eletrocardiograma
Nenhuma Miniatura disponível
Data
2006-04-03
Autores
Müller, Sandra Mara Torres
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal do Espírito Santo
Resumo
In this work three incremental adaptation methods for the hidden Markov models (HMM) are studied and implemented, which are based on the Expectation-Maximization (EM), Segmental k-Means and Maximum a Posteriori (MAP) algorithms. These methods, already used in the speech recognition field, are applied here in the electrocardiogram (ECG) segmentation problem. For that, it was used an ECG analysis system able to segment and classify cardiac diseases, like premature ventricular contraction (PVC) and ischemia. The use of these methods allow us to adjust the models to the signal fluctuations commonly met during ambulatory recording. The methods can also be implemented for other kinds of biomedical signals, like electroencephalogram (EEG).
Descrição
Palavras-chave
Markov, processos de , Wavelets (matemática) , Otimização matemática , Reconhecimento de padrões
Citação
MULLER, Sandra Mara Torres. Adaptação dos modelos de Markov para um sistema de segmentação e classificação de sinais de eletrocardiograma. 2006. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Espírito Santo, Centro Tecnológico, Vitória, 2006.