Spelling suggestions: "subject:"autoregressive method"" "subject:"autoregressives method""
1 |
ESTIMAÇÂO DA FREQUÊNCIA INSTANTANEA CARDIACA UTILIZANDO O MÉTODO EAR E WAVELETS / ESTEEM OF THE FREQUENCY CARDIAC INSTANTANEOUS USING METHOD EAR AND WAVELETSSantos, Marcio de Oliveira 12 December 2003 (has links)
Made available in DSpace on 2016-08-17T14:52:55Z (GMT). No. of bitstreams: 1
Marcio de Oliveira Santos.pdf: 375867 bytes, checksum: 9316c23a45525634b808c0315c716985 (MD5)
Previous issue date: 2003-12-12 / The patient diagnosis can be made through a analysis of the cardiac variability
that, being formed of nervous interactions, give the status of the vagal and
sympathetic systems. The main measure to do this analysis is HRV, obtained by
RR temporal differences or spectral methods. A major disadvantage we can find
in the latter methods is a high sampling tax that yields in lost of information and
high storage cost. New methods has been developed to minimize these incovenients,
like HIF. This method have two steps: a driver function and a wavelet
filter. The proposed algorithm is based on HIF using a auto regressive method
as driver function and otimized parameters to the wavelet filter. The obtained
results are very promissor and the estimation error is smaller than traditional
methods one. / O diagnóstico de um paciente pode ser feito através da análise da variabilidade
cardíaca que, por ser resultado de interações nervosas, fornece o estado
dos sistemas vagal e simpático. A principal medida utilizada para se fazer esta
análise é a taxa de variabilidade cardíaca (HRV) que pode ser obtida por métodos
de diferença temporal de ondas R e espectrais. A principal desvantagem que é encontrada
nestes métodos é que a alta taxa de amostragem do ECG é herdada por
estes métodos, ocasionando perda de informação e o aumento de custo para armazenamento
dos dados se torna mais alto. Para que este problema fosse solucionado
foram desenvolvidas novas medidas que não apresentassem esses inconvenientes,
como o algoritmo HIF. Este algoritmo é composto de duas etapas: a construção
de uma função driver e filtragem através de uma wavelet de Gabor. O algoritmo
proposto neste trabalho foi baseado no HIF utilizando um novo método autoregressivo
(EAR) para função driver e otimizando-se os parâmetros da wavelet de
Gabor. Os resultados obtidos mostraram que o algoritmo desenvolvido é bastante
promissor e o erro de estimação é bem menor em relação a HIF.
|
Page generated in 0.081 seconds