Adaptação dos modelos de Markov para um sistema de segmentação e classificação de sinais de eletrocardiograma

Página do item simplificado
dc.contributor.advisor-co1Andreão, Rodrigo Varejão
dc.contributor.advisor1Bastos Filho, Teodiano Freire
dc.contributor.advisor2Sarcinelli Filho, Mário
dc.contributor.authorMüller, Sandra Mara Torres
dc.contributor.referee1Resende Junior, Fernando Gil Vianna
dc.contributor.referee2Salles, Evandro Ottoni Teatini
dc.date.accessioned2016-12-23T14:07:25Z
dc.date.available2006-07-06
dc.date.available2016-12-23T14:07:25Z
dc.date.issued2006-04-03
dc.description.abstractIn 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).eng
dc.description.resumoNeste trabalho foram estudadas e implementadas trêss técnicas incrementais de adaptação de modelos ocultos de Markov (HMM - Hidden Markov Model) baseadas nos algoritmos de treinamento, que são a esperan»ca da maximização (expectation maximization - EM), a k-means segmental (segmental k-means) e a máximo a posteriori (Maximum a Posteri- ori -MAP). Essas técnicas, muito utilizadas em reconhecimento de voz, são aqui usadas para sinais biomédicos, mais precisamente para sinal de eletrocardiograma (ECG). Para tal objetivo, utilizou-se uma plataforma, já desenvolvida, de segmentação e classificação de ECG, além de detecções de anomalias cardíacas como extra-sístole ventricular (ESV) e isquemia do miocárdio. Nessa plataforma, os modelos de Markov são empregados na etapa de segmentação do sinal de ECG, tendo em vista a identificação das formas de onda elementares que compõem um ciclo cardíaco. O desenvolvimento dessas técnicas permite, uma vez que a plataforma esteja funcionando como sistema real, um ajuste autônomo dos modelos µas variações do sinal de ECG ao longo do tempo, assim como a outras variações presentes em um sistema real. As técnicas foram avaliadas a partir de experimentos usando duas bases de sinais de ECG: QT database e European ST-T database. Os resultados confirmam o ganho de desempenho obtido com a adaptação, permitindo uma modelagem do sinal ao longo do tempo mais apropriada. As técnicas desenvolvidas são indicadas também para outros tipos de sinais biomédicos, como o sinal de eletroencefalograma (EEG), por exemplo.
dc.description.sponsorshipConselho Nacional de Desenvolvimento Científico e Tecnológico
dc.formatText
dc.identifier.citationMULLER, 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.
dc.identifier.urihttp://repositorio.ufes.br/handle/10/6209
dc.languagepor
dc.publisherUniversidade Federal do Espírito Santo
dc.publisher.countryBR
dc.publisher.courseMestrado em Engenharia Elétrica
dc.publisher.departmentCentro Tecnológico
dc.publisher.initialsUFES
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétrica
dc.rightsopen access
dc.subjectMarkov, processos depor
dc.subjectWavelets (matemática)por
dc.subjectOtimização matemáticapor
dc.subjectReconhecimento de padrõespor
dc.subject.cnpqEngenharia Elétrcia
dc.subject.udc621.3
dc.titleAdaptação dos modelos de Markov para um sistema de segmentação e classificação de sinais de eletrocardiograma
dc.typemasterThesis
frapo.hasFundingAgencyConselho Nacional de Desenvolvimento Científico e Tecnológico
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Sandra-Mara-Torres-Muller-2006-trabalho.pdf
Tamanho:
1.52 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
Mestrado em Engenharia Elétrica