Name: Sensor de Fibra Óptica na Avaliação Cardiovascular: Desenvolvimento de um Algoritmo Automático Para Processamento e Classificação (en Portugués)
SKU: 53661341
Price: 224.92 PEN
Availability: InStock
Author: Francisco Brito
ISBN: 9786204105093

portada Sensor de Fibra Óptica na Avaliação Cardiovascular: Desenvolvimento de um Algoritmo Automático Para Processamento e Classificação (en Portugués)

Sensor de Fibra Óptica na Avaliação Cardiovascular: Desenvolvimento de um Algoritmo Automático Para Processamento e Classificação (en Portugués)

Formato

Libro Físico

Editorial

Edições Nosso Conhecimento

Autor

Francisco Brito

Año

2021

Idioma

Portugués

N° páginas

Encuadernación

Tapa Blanda

ISBN13

9786204105093

Categorías

Medicina: cuestiones generales

Sensor de Fibra Óptica na Avaliação Cardiovascular: Desenvolvimento de um Algoritmo Automático Para Processamento e Classificação (en Portugués)

Francisco Brito (Autor) · Edições Nosso Conhecimento · Tapa Blanda

Libro Nuevo Importado

Envío: 21 a 26 días háb.

S/ 374,86S/ 224,92

-40%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

S/ 224,92

Llega entre el 27 Oct y el 04 Nov a CERCADO DE LIMA, Lima. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Sensor de Fibra Óptica na Avaliação Cardiovascular: Desenvolvimento de um Algoritmo Automático Para Processamento e Classificação (en Portugués)"

Segundo a Organização Mundial de Saúde (OMS), as doenças cardiovasculares (DCV) são a principal causa de morte nos países desenvolvidos. A análise da forma de onda de pulso arterial (APW) fornece uma forma não invasiva para o diagnóstico precoce das DCV. O presente trabalho relata a elaboração de um algoritmo automático para extrair e classificar os dados adquiridos de sinais de APW com base no risco de problemas relacionados a CVD. Para extrair os dados foram aplicados vários métodos de pré-processamento de sinais para redução de ruído e segmentação de pulsos. Em seguida, um algoritmo de agrupamento K-Means foi aplicado para selecionar os APWs de maior qualidade. A discrepância entre uma extração manual paralela das ondas e o resultado do algoritmo de K-Means foi praticamente nula. Um conjunto de 32 parâmetros de caracterização de forma de onda foram extraídos, incluindo domínio de tempo, transformação de wavelet, erro quadrático médio e características de domínio de frequência. Alguns parâmetros foram usados no agrupamento de K-Means e os demais foram usados para treinar uma rede neural de perceptron multicamadas para classificação APW de baixo risco/alto risco de CVDs em cada paciente. Os resultados obtidos são muito promissores. Uma parte deste trabalho ganhou o prêmio Nascimento Leitão.