The Auditory Brainstem Respose signals are characteristic of the combination of
neural activity responses in presence of sound stimuli, detected by the cortex
and characterized by peaks and valleys. They are named by roman numerals (I,
II, III, IV, V, VI and VII). The identification of these peaks is made by the classic
manual process of analysis, which is based on the visualization of the signal
generated by the sum of each sample. In the sum the morphological
characteristics of the signal and the temporal aspects relevant waves made by
Jewett are identified. However, in this visual process some difficulties may occur,
regarding the recognition of patterns present, which may vary according to local,
individual equipment and settings in the selected protocol. Making the analysis of
ABR subject to the influence of many variables and a constant source of doubt
about the reliability and agreement between examiners. In order to create a
system to automatic detection of these peaks and self-learning, that takes into
account the profile for evaluate from examiners this work was developed. The
continuous wavelet transforms an innovative technique for the detection of peaks
was used associate with a probabilistic model for classification based on the
histograms with information provide by examiners. In evaluating of the system,
based on the swat rate between the system and a manual technique an accuracy
ranging for 74.3% to 99.7%, according to each waves. Thus the proposed
technique is proved to be accurate especially in ABR that is a sign of low
amplitude. / Os PEATE são sinais resultantes da combinação de respostas de atividades
neurais a estímulos sonoros, detectados sobre o córtex, que se caracterizam por
vales e picos, sendo nomeados por algarismos romanos (I, II, III, IV, V, VI e VII).
O processo clássico de identificação desses picos é baseado na visualização do
sinal gerado pela somatória de cada uma de suas componentes. Nele são
identificadas as características morfológicas do sinal e os aspectos temporais
relevantes constituídos pelas ondas de Jewett. No entanto, neste processo de
identificação visual surgem dificuldades que tornam a análise visual dos PEATE
uma fonte constante de dúvidas em relação à fidedignidade e concordância
entre os examinadores. Com o objetivo de melhorar o processo de avaliação dos
PEATE, foi desenvolvido um sistema de detecção automática para os picos, com
capacidade de aprendizado que leva em consideração o perfil de marcação
realizado por examinadores. Para a detecção de picos foi utilizada a
Transformada Wavelet Contínua associado a mesma foi desenvolvido um
classificador probabilístico baseado nos histogramas gerados a partir de
marcações realizadas pelos profissionais. Na avaliação do sistema proposto,
com base na taxa de acerto entre o sistema e a marcação manual, o mesmo
apresentou uma acurácia variando de 74,3% a 99,7%, dependendo do tipo de
onda analisada. Assim a técnica proposta se revela precisa, principalmente na
presença de ruído característico de sinais biológicos, especialmente no PEATE,
que é um sinal de amplitude baixa. / Doutor em Ciências
| Identifer | oai:union.ndltd.org:IBICT/urn:repox.ist.utl.pt:RI_UFU:oai:repositorio.ufu.br:123456789/14342 |
| Date | 18 January 2013 |
| Creators | Naves, Kheline Fernandes Peres |
| Contributors | Andrade, Adriano de Oliveira |
| Publisher | Universidade Federal de Uberlândia, Programa de Pós-graduação em Engenharia Elétrica, UFU, BR, Engenharias |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFU, instname:Universidade Federal de Uberlândia, instacron:UFU |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0025 seconds