Please use this identifier to cite or link to this item: http://www.repositorio.ufop.br/handle/123456789/3055
Title: Classificação automática de arritmias : um novo método usando classificação hierárquica.
Authors: Luz, Eduardo José da Silva
metadata.dc.contributor.advisor: Gomes, David Menotti
Keywords: Arritmia
Eletrocardiograma
Classificação hierárquica
Doenças cardíacas
Issue Date: 2012
Publisher: Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.
Citation: LUZ, E. J. da S. Classificação automática de arritmias : um novo método usando classificação hierárquica. 2012. 70 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Ouro Preto, Ouro Preto, 2012.
Abstract: De acordo com a organização Mundial de Saúde (OMS), doenças cardíacas são a principal causa de morte no planeta. Todavia, a maioria das doenças cardíacas podem ser diagnosticas e tratadas com antecedência, com o auxílio de exames preventivos. O exame mais utilizado para diagnóstico de doenças cardíacas é chamado Eletrocardiograma (ECG) que podem identicar as arritmias. As arritmias podem se encaixar em duas categorias, arritmias formadas por um único batimento cardíaco irregular ou como um conjunto irregular de batimentos. As arritmias podem ser raras e inofensivas, mas também podem levar à morte rapidamente. Mais efetivo será seu tratamento, quando detectadas o quanto antes. Este trabalho apresenta duas contribuições principais: Primeiro, foi elaborada uma revisão da literatura dos métodos destinados à classificação de arritmias em sinais de ECG e segundo, foi proposto um novo método para classificação de arritmias usando classificação hierárquica. Como contribuições secundárias, investigaram-se novas características para representação do batimento cardíaco baseadas em uma representação 2D do sinal de ECG, o Vectorcardiograma (VCG), e redes complexas. Além disso, investigou-se o uso de uma abordagem wrapper para seleção de características com análise de sensibilidade neste contexto. Os resultados obtidos por este novo método usando classificação hierárquica são comparáveis aos resultados reportados por métodos estado-da-arte. As novas características propostas se mostraram eficientes para discriminação da classe SVEB, que é uma das classes minoritárias. A Classificação Hierárquica se mostrou promissora para o problema de classificação de arritmias e a técnica deve ser explorada por pesquisas futuras.
metadata.dc.description.abstracten: According to World Health Organization (WHO), heart disease is the leading cause of death on the planet. However, most heart disease can be diagnosed and treated in advance with the aid of preventive exams. The most frequently exam to diagnose heart disease is called the electrocardiogram (ECG). Arrhythmias are one sort of heart disease that can be diagnosed with ECG. Arrhythmias can be of two categories, one consisting of one irregular heart beat and another consisting of a set of irregular heartbeats. Arrhythmias can be rare and harmless but can lead to death and should be detected as soon as possible. This study has two objectives. First, we present a literature review of methods aiming at automatic arrhythmias classification on ECG signals, and second, we propose a new method based on hierarchical classification. As a secondary objective, we investigate new features to represent the heartbeat, based on a 2D representation of the ECG signal, the vectorcardiogram (VCG), and complex networks. We also present the use of a wrapper approach for feature selection using sensitivity analysis in this context. The results obtained in this work are comparable to results reported by state-of-the-art methods. The new proposed features proved effectiveness for discrimination of the supraventricular ectopic beat (SVEB) class, which is one of the minority class. The hierarchical classification has shown considerable effective for the problem of classification of arrhythmias and the technique should be explored by future research.
URI: http://www.repositorio.ufop.br/handle/123456789/3055
Appears in Collections:PPGCC - Mestrado (Dissertações)

Files in This Item:
File Description SizeFormat 
DISSERTAÇÃO_ClassificaçãoAutomáticaArritmias.PDF1,73 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.