dc.contributor |
Universidade Federal de Santa Catarina |
pt_BR |
dc.contributor.advisor |
Azevedo, Fernando Mendes de |
pt_BR |
dc.contributor.author |
Mendonça, George Araújo |
pt_BR |
dc.date.accessioned |
2012-10-23T10:47:39Z |
|
dc.date.available |
2012-10-23T10:47:39Z |
|
dc.date.issued |
2007 |
|
dc.date.submitted |
2007 |
pt_BR |
dc.identifier.other |
192952 |
pt_BR |
dc.identifier.uri |
http://repositorio.ufsc.br/xmlui/handle/123456789/90454 |
|
dc.description |
Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção. |
pt_BR |
dc.description.abstract |
O estagiamento do sono é uma tarefa fundamental no diagnóstico de vários distúrbios relacionados ao sono. Sua execução, no entanto, é um trabalho que requer um grande dispêndio temporal por parte do especialista. Para contornar este problema, vários sistemas de estagiamento automático do sono têm sido propostos. A detecção de padrões específicos de certos estágios do sono é uma etapa fundamental nesses sistemas. Desta forma, este trabalho apresenta a comparação de duas metodologias propostas para detecção de complexos K e fusos do sono em sinais de EEG, com o intuito de auxiliar o estagiamento automático do sono em humanos. A primeira abordagem diz respeito à detecção desses padrões por meio de redes neurais artificiais (RNA), enquanto que a segunda trata de identificar tais padrões por meio da análise de variáveis canônicas (AVC). As duas metodologias, no entanto, são bastante similares e ambas fazem uso da transformada de Fourier e da transformada wavelet durante a extração dos parâmetros que compõem o vetor de características dos sinais de EEG, os quais servem de entrada para as RNA e AVC. Para averiguar qual a metodologia mais adequada em se tratando de discriminar complexos K e fusos do sono arquitetou-se um procedimento de testes para cada método utilizado. O método baseado em RNA obteve uma sensibilidade de 78,94%, e especificidade de 98,28%. Já a metodologia fundamentada em AVC alcançou valores de 66,79% e 98,33% para sensibilidade e especificidade, respectivamente. |
pt_BR |
dc.format.extent |
xxvii, 133 p.| il., tabs., grafs. |
pt_BR |
dc.language.iso |
por |
pt_BR |
dc.publisher |
Florianópolis, SC |
pt_BR |
dc.subject.classification |
Engenharia eletrica |
pt_BR |
dc.subject.classification |
Processamento de sinais |
pt_BR |
dc.subject.classification |
Redes neurais (Computação) |
pt_BR |
dc.subject.classification |
Eletroencefalografia |
pt_BR |
dc.subject.classification |
Sono |
pt_BR |
dc.subject.classification |
Avaliação |
pt_BR |
dc.subject.classification |
Wavelets (Matemática) |
pt_BR |
dc.title |
Estudo comparativo de técnicas de redes neurais e análise de variáveis canônicas para detecção automática de complexos K e fusos do sono em EEG |
pt_BR |
dc.type |
Dissertação (Mestrado) |
pt_BR |