Modelagem auto-regressiva e memórias associativas na classificação de sinais eletromiográficos de agulha (2001)
- Autores:
- Autor USP: IKE, IARA KAZUYO - EP
- Unidade: EP
- Sigla do Departamento: PSI
- Assuntos: DOENÇAS NEUROMUSCULARES; DIAGNÓSTICO
- Idioma: Português
- Resumo: O objetivo desta dissertação foi analisar a potencialidade da utilização conjunta de parâmetros espectrais e coeficientes auto-regressivos para a classificação de sinais eletromiográficos de agulha em normais, miopáticos e neuropáticos. Os sinais eletromiográficos de agulha do músculo biceps braquial de seis indivíduos normais, seis miopáticos e seis neuropáticos foram adquiridos à taxa de 25.000 amostras por segundo. Os sinais adquiridos foram separados em trechos, segundo os níveis de contração. Posteriormente, selecionou-se um subtrecho de 800 ms de cada trecho correspondente a 50% da máxima contração voluntária. As médias e as tendências lineares foram removidas, e a estacionariedade de cada subtrecho foi confirmada pelo teste de seqüências. Os coeficientes do modelo auto-regressivo de ordem 30 foram estimados pelo método de Burg. A freqüência mediana, o coeficiente de assimetria e o coeficiente de achatamento da densidade espectral de potência, além da razão entre os coeficientes de assimetria e achatamento, foram obtidos a partir da estimativa da densidade espectral de potência fornecida pelo modelo auto-regressivo. A classificação dos subtrechos nas três classes de pacientes foi feita com a aplicação de memórias associativas nos parâmetros estimados. Adotaram-se duas estratégias de separação das classes de paciente: 1) em uma única etapa; e 2) em duas etapas. Concluiu-se que a estratégia de separação em duas etapas forneceu uma porcentagem de acertoglobal (74,1%) muito superior à fornecida pela estratégia de separação em uma única etapa (59,2%). O resultado da estratégia em duas etapas foi comparável aos apresentados na literatura. Desta forma, verificou-se que a utilização conjunta de coeficientes auto-regressivos e parâmetros espectrais para a classificação de sinais eletromiográficos em normais, miopáticos e neuropáticos é promissora
- Imprenta:
- Data da defesa: 04.12.2001
-
ABNT
IKE, Iara Kazuyo. Modelagem auto-regressiva e memórias associativas na classificação de sinais eletromiográficos de agulha. 2001. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2001. . Acesso em: 19 abr. 2024. -
APA
Ike, I. K. (2001). Modelagem auto-regressiva e memórias associativas na classificação de sinais eletromiográficos de agulha (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. -
NLM
Ike IK. Modelagem auto-regressiva e memórias associativas na classificação de sinais eletromiográficos de agulha. 2001 ;[citado 2024 abr. 19 ] -
Vancouver
Ike IK. Modelagem auto-regressiva e memórias associativas na classificação de sinais eletromiográficos de agulha. 2001 ;[citado 2024 abr. 19 ]
Como citar
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
