Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/jspui/handle/123456789/25488
Title: Uma plataforma de monitoramento inteligente de arritmia cardíaca em fluxo de tempo real
Other Titles: A cardiac arrhythmia monitoring intelligente plataform in real-time flow
Authors: Silva, Anderson Pablo Nascimento da
Keywords: Cuidados da saúde;Aprendizado de máquina;Arritmia cardíaca;Tempo real
Issue Date: 27-Feb-2018
Citation: SILVA, Anderson Pablo Nascimento da. Uma plataforma de monitoramento inteligente de arritmia cardíaca em fluxo de tempo real. 2018. 102f. Dissertação (Mestrado em Sistemas e Computação) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2018.
Portuguese Abstract: A arritmia afeta milhões de pessoas. Na Europa e América do Norte, desde 2014, a fibrilação atrial afeta cerca de 2% a 3% da população. Uma das maneiras de detectar arritmias é realizando um exame eletrocardiográfico é uma máquina de ECG que registra a atividade elétrica do coração e exibe esses dados como um traço em um papel, então esses dados são interpretados por um médico e assim dado o diagnóstico. Dessa forma, pensou-se um passo adiante em auxiliar o médico com o diagnóstico automático de arritmia cardíaca. Dessa forma, este estudo tem como propósito planejar e desenvolver uma plataforma inteligente capaz de monitorar e identificar arritmias cardíacas de forma automática e notificar profissionais da saúde, familiares e pacientes em fluxo de tempo real. Portanto, neste trabalho foram utilizados classificadores bases e comitês classificadores, como: AdaBoost, RF J48, kNN, MLP, NB e SVM.
Abstract: Arrhythmia affects millions of people. In Europe and North America, since 2014, atrial fibrillation affects about 2% to 3% of the population. One of the ways to detect arrhythmias is by performing an electrocardiographic examination is an ECG machine that records the electrical activity of the heart and displays this data as a trace on a paper, then these data are interpreted by a physician and thus given the diagnosis. Thus, it was thought a step further in assisting the physician with the automatic diagnosis of cardiac arrhythmia. Thus, this study aims to plan and develop a smart platform capable of automatically monitoring and identifying cardiac arrhythmias and notifying health professionals, family members and patients in real-time flow. Therefore, we used base classifiers and classifying committees, such as: AdaBoost, RF J48, kNN, MLP, NB and SVM.
URI: https://repositorio.ufrn.br/jspui/handle/123456789/25488
Appears in Collections:PPGSC - Mestrado em Sistemas e Computação

Files in This Item:
File Description SizeFormat 
AndersonPabloNascimentoDaSilva_DISSERT.pdf1,82 MBAdobe PDFThumbnail
View/Open


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