SISCTG-um sistema inteligente para classificação de sinais cardiotocográficos para auxílio ao diagnóstico médico
MARQUES, J. A. B. SISCTG-um sistema inteligente para classificação de sinais cardiotocográficos para auxílio ao diagnóstico médico. 2007. 99 f. Dissertação (Mestrado em Engenharia de Teleinformática) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2007. === Submitted by Marlene Sou...
Main Author: | |
---|---|
Other Authors: | |
Language: | Portuguese |
Published: |
2016
|
Subjects: | |
Online Access: | http://www.repositorio.ufc.br/handle/riufc/16139 |
id |
ndltd-IBICT-oai-www.repositorio.ufc.br-riufc-16139 |
---|---|
record_format |
oai_dc |
collection |
NDLTD |
language |
Portuguese |
sources |
NDLTD |
topic |
Teleinformática Processamento de sinais Frequência cardíaca fetal Bioengenharia Redes neurais Wavelet Cardiotocografia |
spellingShingle |
Teleinformática Processamento de sinais Frequência cardíaca fetal Bioengenharia Redes neurais Wavelet Cardiotocografia Marques, João Alexandre Lôbo SISCTG-um sistema inteligente para classificação de sinais cardiotocográficos para auxílio ao diagnóstico médico |
description |
MARQUES, J. A. B. SISCTG-um sistema inteligente para classificação de sinais cardiotocográficos para auxílio ao diagnóstico médico. 2007. 99 f. Dissertação (Mestrado em Engenharia de Teleinformática) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2007. === Submitted by Marlene Sousa (mmarlene@ufc.br) on 2016-04-04T16:15:00Z
No. of bitstreams: 1
2007_dis_jalmarques.pdf: 1704432 bytes, checksum: b154a7785592e751acbb5a19a3c6c2bd (MD5) === Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2016-04-06T18:56:42Z (GMT) No. of bitstreams: 1
2007_dis_jalmarques.pdf: 1704432 bytes, checksum: b154a7785592e751acbb5a19a3c6c2bd (MD5) === Made available in DSpace on 2016-04-06T18:56:42Z (GMT). No. of bitstreams: 1
2007_dis_jalmarques.pdf: 1704432 bytes, checksum: b154a7785592e751acbb5a19a3c6c2bd (MD5)
Previous issue date: 2007-10-08 === The accurate analysis of the fetal heart rate (FHR) and its correlation with uterine contractions (UC) allows the diagnostic and the anticipation of many problems related to fetal distress and the preservation of his life. This dissertation presents the results of an hibrid system based on a set of deterministic rules and fuzzy inference system developed to analyze FHR and UC signals collected by cardiotocography (CTG) exams. The studied variables are basal FHR, short and long term FHR variability, transitory accelerations and decelerations, these lasts classified by their type and number of ocurrencies. The system output is a first level diagnostics based on those input variables. The SISCTG system is developed using the Matlab version 7 script language. Tests and modeling issues used the Matlab Fuzzy Toolbox. The project also supports a multi-institutional agreement between Brazil and Germany, among the DETI - Departamento de Engenharia de Teleinform´atica of the UFC – Universidade Federal do Cear´a, the MEAC - Maternidade-Escola Assis Chateaubriand), the TUM - Technische Universität München, the Bundeswehr Universität München and the Trium Analysis Online GmbH. The SISCTG results are very promising, correctly classifying all normal exams. This is the expected behavior, once CTG exams are classified as of low specificity, with the most interest focused in finding pathologies aspects, but not precisely identifying them. These results allow the projection of improvements to the proposed system, inserting new input variables, for example. The system validation methodology was based on the knowledge of Brazilian and German obstetricians. === A análise acurada da freqüência cardíaca fetal (FCF ou FHR - Fetal Heart Rate) correlacionada com as contrações uterinas maternas (UC - Uterine Contractions) permite gerar diagnósticos e a conseqüente antecipação de problemas diversos relativos ao bem estar fetal e a preservação de sua vida. O presente trabalho apresenta os resultados de um sistema hibrido baseado em regras determinísticas e em um módulo de inferência nebuloso (fuzzy) para análise de sinais de FCF e UC coletados através de exames denominados cardiotocografias (CTG). As variáveis analisadas são o valor basal da FCF, sua variabilidade de curto e de longo prazo, acelerações transitórias e desacelerações, sendo estas classificadas por seu tipo e pelo número de ocorrências. A saída do sistema é o diagnóstico em primeiro nível, baseado nas informações das variáveis de entrada definidas. O sistema SISCTG é desenvolvido na linguagem de scripts do programa Matlab versão 7. Modelagens e testes são realizados utilizando-se o Fuzzy Toolbox do programa Matlab. O projeto também conta com uma parceria multi-institucional entre o Brasil e a Alemanha, envolvendo a Universidade Federal do Ceará (UFC), através do Departamento de Engenharia de Teleinformática (DETI) e da Maternidade-Escola Assis Chateaubriand (MEAC), a Technische Universität München (TUM), a Bundeswehr Universität München e a empresa Trium Analysis Online GmbH. Os resultados obtidos pelo SISCTG são bastante promissores, classificando todos os exames normais corretamente. Este é o comportamento esperado, uma vez que CTGs são exames de baixa especificidade, tendo como interesse maior encontrar indícios de patologias, sem a necessidade de identificá-las precisamente. Estes resultados permitem projetar o aperfeiçoamento deste sistema com a inserção, por exemplo, de novas variáveis de entrada. São realizados procedimentos de validação com múltiplos especialistas na área obstétrica tanto no Brasil quanto na Alemanha. |
author2 |
Cortez, Paulo César |
author_facet |
Cortez, Paulo César Marques, João Alexandre Lôbo |
author |
Marques, João Alexandre Lôbo |
author_sort |
Marques, João Alexandre Lôbo |
title |
SISCTG-um sistema inteligente para classificação de sinais cardiotocográficos para auxílio ao diagnóstico médico |
title_short |
SISCTG-um sistema inteligente para classificação de sinais cardiotocográficos para auxílio ao diagnóstico médico |
title_full |
SISCTG-um sistema inteligente para classificação de sinais cardiotocográficos para auxílio ao diagnóstico médico |
title_fullStr |
SISCTG-um sistema inteligente para classificação de sinais cardiotocográficos para auxílio ao diagnóstico médico |
title_full_unstemmed |
SISCTG-um sistema inteligente para classificação de sinais cardiotocográficos para auxílio ao diagnóstico médico |
title_sort |
sisctg-um sistema inteligente para classificação de sinais cardiotocográficos para auxílio ao diagnóstico médico |
publishDate |
2016 |
url |
http://www.repositorio.ufc.br/handle/riufc/16139 |
work_keys_str_mv |
AT marquesjoaoalexandrelobo sisctgumsistemainteligenteparaclassificacaodesinaiscardiotocograficosparaauxilioaodiagnosticomedico AT marquesjoaoalexandrelobo sisctganintelligentsystemsforclassificationofcardiotocographysignalsforhelpdiagnosisdoctor |
_version_ |
1718834354865569792 |
spelling |
ndltd-IBICT-oai-www.repositorio.ufc.br-riufc-161392019-01-21T17:10:06Z SISCTG-um sistema inteligente para classificação de sinais cardiotocográficos para auxílio ao diagnóstico médico SISCTG-an intelligent systems for classification of cardiotocography signals for help diagnosis doctor Marques, João Alexandre Lôbo Cortez, Paulo César Teleinformática Processamento de sinais Frequência cardíaca fetal Bioengenharia Redes neurais Wavelet Cardiotocografia MARQUES, J. A. B. SISCTG-um sistema inteligente para classificação de sinais cardiotocográficos para auxílio ao diagnóstico médico. 2007. 99 f. Dissertação (Mestrado em Engenharia de Teleinformática) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2007. Submitted by Marlene Sousa (mmarlene@ufc.br) on 2016-04-04T16:15:00Z No. of bitstreams: 1 2007_dis_jalmarques.pdf: 1704432 bytes, checksum: b154a7785592e751acbb5a19a3c6c2bd (MD5) Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2016-04-06T18:56:42Z (GMT) No. of bitstreams: 1 2007_dis_jalmarques.pdf: 1704432 bytes, checksum: b154a7785592e751acbb5a19a3c6c2bd (MD5) Made available in DSpace on 2016-04-06T18:56:42Z (GMT). No. of bitstreams: 1 2007_dis_jalmarques.pdf: 1704432 bytes, checksum: b154a7785592e751acbb5a19a3c6c2bd (MD5) Previous issue date: 2007-10-08 The accurate analysis of the fetal heart rate (FHR) and its correlation with uterine contractions (UC) allows the diagnostic and the anticipation of many problems related to fetal distress and the preservation of his life. This dissertation presents the results of an hibrid system based on a set of deterministic rules and fuzzy inference system developed to analyze FHR and UC signals collected by cardiotocography (CTG) exams. The studied variables are basal FHR, short and long term FHR variability, transitory accelerations and decelerations, these lasts classified by their type and number of ocurrencies. The system output is a first level diagnostics based on those input variables. The SISCTG system is developed using the Matlab version 7 script language. Tests and modeling issues used the Matlab Fuzzy Toolbox. The project also supports a multi-institutional agreement between Brazil and Germany, among the DETI - Departamento de Engenharia de Teleinform´atica of the UFC – Universidade Federal do Cear´a, the MEAC - Maternidade-Escola Assis Chateaubriand), the TUM - Technische Universität München, the Bundeswehr Universität München and the Trium Analysis Online GmbH. The SISCTG results are very promising, correctly classifying all normal exams. This is the expected behavior, once CTG exams are classified as of low specificity, with the most interest focused in finding pathologies aspects, but not precisely identifying them. These results allow the projection of improvements to the proposed system, inserting new input variables, for example. The system validation methodology was based on the knowledge of Brazilian and German obstetricians. A análise acurada da freqüência cardíaca fetal (FCF ou FHR - Fetal Heart Rate) correlacionada com as contrações uterinas maternas (UC - Uterine Contractions) permite gerar diagnósticos e a conseqüente antecipação de problemas diversos relativos ao bem estar fetal e a preservação de sua vida. O presente trabalho apresenta os resultados de um sistema hibrido baseado em regras determinísticas e em um módulo de inferência nebuloso (fuzzy) para análise de sinais de FCF e UC coletados através de exames denominados cardiotocografias (CTG). As variáveis analisadas são o valor basal da FCF, sua variabilidade de curto e de longo prazo, acelerações transitórias e desacelerações, sendo estas classificadas por seu tipo e pelo número de ocorrências. A saída do sistema é o diagnóstico em primeiro nível, baseado nas informações das variáveis de entrada definidas. O sistema SISCTG é desenvolvido na linguagem de scripts do programa Matlab versão 7. Modelagens e testes são realizados utilizando-se o Fuzzy Toolbox do programa Matlab. O projeto também conta com uma parceria multi-institucional entre o Brasil e a Alemanha, envolvendo a Universidade Federal do Ceará (UFC), através do Departamento de Engenharia de Teleinformática (DETI) e da Maternidade-Escola Assis Chateaubriand (MEAC), a Technische Universität München (TUM), a Bundeswehr Universität München e a empresa Trium Analysis Online GmbH. Os resultados obtidos pelo SISCTG são bastante promissores, classificando todos os exames normais corretamente. Este é o comportamento esperado, uma vez que CTGs são exames de baixa especificidade, tendo como interesse maior encontrar indícios de patologias, sem a necessidade de identificá-las precisamente. Estes resultados permitem projetar o aperfeiçoamento deste sistema com a inserção, por exemplo, de novas variáveis de entrada. São realizados procedimentos de validação com múltiplos especialistas na área obstétrica tanto no Brasil quanto na Alemanha. 2016-04-06T18:56:42Z 2016-04-06T18:56:42Z 2007-10-08 info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/masterThesis MARQUES, J. A. L. (2007) http://www.repositorio.ufc.br/handle/riufc/16139 por info:eu-repo/semantics/openAccess reponame:Repositório Institucional da UFC instname:Universidade Federal do Ceará instacron:UFC |