MEDIÇÃO DA INTENSIDADE DA DOR COM A UTILIZAÇÃO DE REDES BAYESIANAS / MEASUREMENT OF INTENSITY OF PAIN WITH THE USE OF BAYESIAN NETWORKS
AUTOR(ES)
Clávison Martinelli Zapelini
FONTE
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia
DATA DE PUBLICAÇÃO
29/02/2012
RESUMO
A dor é subjetiva e pessoal, e, saber a intensidade da dor que uma pessoa está sentindo possibilita a adequação de intervenções médicas necessárias, a fim de não medicá-la de forma excessiva e nem tampouco deixá-la permanecer com dor. Esta dissertação apresenta uma proposta para mensurar a intensidade de dor em seres humanos, a partir do desenvolvimento de um sistema computacional, baseado em Redes Bayesianas, que é capaz de analisar dados provenientes dos sinais biomédicos, além de outras variáveis relacionadas à dor. Com a certeza da ocorrência de qualquer variável, o sistema computacional faz a inferência para mensurar probabilisticamente a intensidade da dor que a pessoa está sentindo. A dor foi simulada com a imersão do braço no gelo de pessoas que se comunicavam verbalmente, e, analisadas as alterações biomédicas (pressão arterial, e oxigenação, temperatura, frequência cardíaca e respiratória) e emocionais (ansiedade, palidez, tensão muscular, posição corporal e expressão facial) que ocorreram em decorrência dela. A partir da comparação entre as respostas nas escalas analógicas de dor e os resultados apresentados, foi feita a modelagem de uma rede causal e estabelecidos valores probabilísticos. Os resultados obtidos comprovaram a eficiência da Rede Bayesiana para inferir probabilisticamente a intensidade da dor, porém para maior refinamento nos resultados é necessário uma amostra com um número maior de participantes
ASSUNTO(S)
dor avaliação da dor redes bayesianas sinais biomédicos ciencia da computacao sistemas de computação pain, pain assessment, bayesian network, biomedical signal
ACESSO AO ARTIGO
http://www6.univali.br/tede/tde_busca/arquivo.php?codArquivo=1050Documentos Relacionados
- Integrating BDI model and Bayesian networks
- Redes Bayesianas aplicadas à análise do risco de crédito.
- Redes Bayesianas no gerenciamento e mensuração de riscos operacionais.
- Aplicação de Redes Bayesianas para a análise de confiabilidade do sistema de regaseificação de uma unidade tipo FSRU.
- Modeling of pain using artificial neural networks.