Made available in DSpace on 2018-08-02T00:00:59Z (GMT). No. of bitstreams: 1
tese_5437_Dissertacao_Zago.pdf: 1524134 bytes, checksum: 0d6476fbcbbafe4fa4803e10ed0e38cb (MD5)
Previous issue date: 2013-04-09 / Este trabalho propõe um sistema de análise automática de Hipertrofia de Ventrículo Esquerdo
(HVE) através do Eletrocardiograma (ECG). O ECG é segmentado automaticamente
através de regras específicas para as ondas em questão (complexo QRS e onda T). Por ser
um ponto de difícil segmentação, diversos algoritmos de segmentação para o final da onda T
foram comparados. O melhor algoritmo encontrado gerou um conjunto de erros com média e
desvio padrão de -8,16 ms e 11,37 ms respectivamente, enquanto a anotação manual de dois
experientes especialistas gerou média e desvio padrão de 8,94 ms e 11,28 ms. Além disso,
foram realizados testes com o intuito de detectar HVE através de grandezas eletrocardiográfi-
cas e fisiológicas. Além de comparar a capacidade de separar os grupos de pacientes normais
e doentes para diversas características e critérios indicados pela literatura, este trabalho propõe
um escore original para identificar pacientes com HVE, que apresentou sensibilidade de
78,3% e especificidade de 91,3%
| Identifer | oai:union.ndltd.org:IBICT/oai:dspace2.ufes.br:10/9634 |
| Date | 09 April 2013 |
| Creators | ZAGO, G. T. |
| Contributors | SARCINELLI FILHO, M., Sergio Lamego Rodrigues, SALLES, E. O. T., ANDREAO, R. V. |
| Publisher | Universidade Federal do Espírito Santo, Mestrado em Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, UFES, BR |
| Source Sets | IBICT Brazilian ETDs |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFES, instname:Universidade Federal do Espírito Santo, instacron:UFES |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds