Análise de Sinais Eletrocardiográficos Atriais Utilizando Componentes Principais e Mapas Auto-Organizáveis. / Atrial Eletrocardiographics Signals Analysis Using Principal Components and Self-Organizing Maps.

AUTOR(ES)

Paulo Silva Coutinho

DATA DE PUBLICAÇÃO

2008

RESUMO

A análise de sinais provenientes de um eletrocardiograma (ECG) pode ser de grande importância para avaliação do comportamento cardíaco de um paciente. Os sinais de ECG possuem características específicas de acordo com os tipos de arritmias e sua classificação depende da morfologia do sinal. Neste trabalho é considerada uma abordagem híbrida utilizando análise de componentes principais (PCA) e mapas auto-organizáveis (SOM) para classificação de agrupamentos provenientes de arritmias como a taquicardia sinusal e, principalmente, fibrilação atrial. Nesse sentido, O PCA é utilizado como um pré-processador buscando suprimir sinais de atividades ventriculares, de maneira que a atividade atrial presente no ECG seja evidenciada sob a forma das ondas f. A Rede Neural SOM, é usada na classificação dos padrões de fibrilação atrial e seus agrupamentos

ASSUNTO(S)

mapas auto-organizáveis - som análise de componentes principais pca redes neurais artificiais fibrilação atrial fa eletrocardiograma ecg ciencia da computacao atrial fibrillation af eletrocardiograsm ecg artificial networks neural ann principal component analysis pca self-organizing maps som

Documentos Relacionados

• Categorização de imagens médicas baseada em transformada wavelet e mapas auto-organizáveis.
• Mapas auto-organizáveis na análise exploratória de dados geoespaciais multivariados
• Reconhecimento automático de locutor em modo independente de texto por Self-Organizing Maps.
• Unsupervised methods of classifying remotely sensed imges using Kohonen self-organizing maps
• Análise de agrupamentos baseada na topologia dos dados e em mapas auto-organizáveis.