A apneia é um Distúrbio Respiratório do Sono com grande incidência, estimando-se que esteja presente em 13% dos homens e 6% das mulheres nos Estados Unidos. Correlacionados com a apoeia, estão a obesidade, a diabete mellitus e, principalmente, algumas doenças cardíacas. No Brasil ainda há poucas pesquisas, possivelmente pelo difícil acesso e pelo alto custo das Polissonografias. Neste trabalho são analisados alguns sinais de Polissonografia, como o Eletrocardiograma, a Saturação do Oxigênio no Sangue, o Flu.xo Respiratório e o Esforço Respiratório. Mostramos como a Transformada Wavelet Discreta e as Redes Nemais constituem ferramentas matemáticas computacionais que possibilitam a extração de características e a classificação, servindo de suporte ao diagnóstico utilizado at ualmente. / Apnea is a highly incident Sleep-Disordered Breathing, which a icts roughly 13% of men and 6% of the women in the USA. It is also found a few correlations with other diseases, like obesity, diabetes mellitus and, especially, certain cardiac diseases. In Brazil, there are few studies, possibly due to the di cult access and the cost of Polysomnography. In this study, we analyzed some signals of Polysomnography, as the electrocardiogram, the oxygen saturation, the respiratory ow and respiratory e ort. We show how the Discrete Wavelet Transform and Neural Network may be applied as computational mathematical tools that enable feature extraction and classi cation, serving to support the diagnosis currently used.

A apneia é um Distúrbio Respiratório do Sono com grande incidência, estimando-se que esteja presente em 13% dos homens e 6% das mulheres nos Estados Unidos. Correlacionados com a apoeia, estão a obesidade, a diabete mellitus e, principalmente, algumas doenças cardíacas. No Brasil ainda há poucas pesquisas, possivelmente pelo difícil acesso e pelo alto custo das Polissonografias. Neste trabalho são analisados alguns sinais de Polissonografia, como o Eletrocardiograma, a Saturação do Oxigênio no Sangue, o Flu.xo Respiratório e o Esforço Respiratório. Mostramos como a Transformada Wavelet Discreta e as Redes Nemais constituem ferramentas matemáticas computacionais que possibilitam a extração de características e a classificação, servindo de suporte ao diagnóstico utilizado at ualmente. / Apnea is a highly incident Sleep-Disordered Breathing, which a icts roughly 13% of men and 6% of the women in the USA. It is also found a few correlations with other diseases, like obesity, diabetes mellitus and, especially, certain cardiac diseases. In Brazil, there are few studies, possibly due to the di cult access and the cost of Polysomnography. In this study, we analyzed some signals of Polysomnography, as the electrocardiogram, the oxygen saturation, the respiratory ow and respiratory e ort. We show how the Discrete Wavelet Transform and Neural Network may be applied as computational mathematical tools that enable feature extraction and classi cation, serving to support the diagnosis currently used.

A apneia é um Distúrbio Respiratório do Sono com grande incidência, estimando-se que esteja presente em 13% dos homens e 6% das mulheres nos Estados Unidos. Correlacionados com a apoeia, estão a obesidade, a diabete mellitus e, principalmente, algumas doenças cardíacas. No Brasil ainda há poucas pesquisas, possivelmente pelo difícil acesso e pelo alto custo das Polissonografias. Neste trabalho são analisados alguns sinais de Polissonografia, como o Eletrocardiograma, a Saturação do Oxigênio no Sangue, o Flu.xo Respiratório e o Esforço Respiratório. Mostramos como a Transformada Wavelet Discreta e as Redes Nemais constituem ferramentas matemáticas computacionais que possibilitam a extração de características e a classificação, servindo de suporte ao diagnóstico utilizado at ualmente. / Apnea is a highly incident Sleep-Disordered Breathing, which a icts roughly 13% of men and 6% of the women in the USA. It is also found a few correlations with other diseases, like obesity, diabetes mellitus and, especially, certain cardiac diseases. In Brazil, there are few studies, possibly due to the di cult access and the cost of Polysomnography. In this study, we analyzed some signals of Polysomnography, as the electrocardiogram, the oxygen saturation, the respiratory ow and respiratory e ort. We show how the Discrete Wavelet Transform and Neural Network may be applied as computational mathematical tools that enable feature extraction and classi cation, serving to support the diagnosis currently used.

Made available in DSpace on 2014-06-12T17:35:37Z (GMT). No. of bitstreams: 2 arquivo6942_1.pdf: 3314254 bytes, checksum: de32aece91097c958156267400d9c6b7 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006 / A transformada de wavelets associada à teoria de análise multirresolução de sinais tem se revelado uma ferramenta eficiente na análise de sinais não-estacionários em diversas áreas do conhecimento. O desenvolvimento de novas funções base para a implementação destas técnicas tem como objetivo aumentar o leque de opções de funções que mais se adeque a um tipo particular de aplicação. Esta Tese apresenta novas famílias de funções escala e wavelet, tanto no domínio do tempo contínuo quanto discreto, algoritmos para promover a implementação computacional das mesmas e destaca potenciais aplicações na análise de sinais do sistema elétrico. Particularmente, propõem-se: as wavelets de Gabor-Schrödinger, derivadas com base nas autofunções da transformada de Fourier; as funções escala e wavelet de Oliveira , construídas a partir de uma generalização da função escala de Shannon; as wavelets de Fourier e de Hartley, propostas através de uma analogia entre os núcleos das transformadas de Fourier e de Hartley e da transformada de wavelets, usando a transformada de Hilbert na definição das funções base destas transformadas, e os bancos de filtros de Gegenbauer, partindo de um relacionamento entre os polinômios de Gegenbauer e os filtros da análise multirresolução, definindo como casos particulares os bancos de filtros de Haar, Legendre e Chebyshev. Dentre potenciais aplicações no contexto do sistema elétrico, destacam-se a análise de faltas, a análise de harmônicas, a detecção de eventos múltiplos, a estratificação das potências ativa e reativa e ainda o processamento de imagens para a monitoração de instalações desassistidas