Use este identificador para citar ou linkar para este item: http://repositorio.ufes.br/handle/10/6200
Título: Identificação de pacientes com diabetes baseada na variabilidade da frequência cardíaca
Autor(es): Caloti, Thiago de Aguiar
Orientador: Andreão, Rodrigo Varejão
Coorientador: Sarcinelli Filho, Mário
Palavras-chave: Variabilidade do batimento cardíaco
Diabetes
Processamento de sinais - Técnicas digitais
Máquina de suporte vetorial
Data do documento: 13-Mai-2013
Editor: Universidade Federal do Espírito Santo
Citação: CALOTI, Thiago de Aguiar. Identificação de pacientes com diabetes baseada na variabilidade da frequência cardíaca. 2013. 154 f. Dissertação (Mestrado em Robótica; Automação Inteligente; Inteligência Artificial; Processamento de Sinais; Eletrônica de Pot) - Universidade Federal do Espírito Santo, Vitória, 2013.
Resumo: O diabetes mellitus (DM), usualmente referido como diabetes, é uma doença crônica caracterizada por hiperglicemia e leva a complicações específicas a longo prazo: retinopatia, neuropatia, nefropatia e cardiopatia. A análise da variabilidade da frequência cardíaca (VFC), sendo uma ferramenta não invasiva, tornou-se um método amplamente empregado em pesquisas para avaliar a atividade do sistema nervoso autônomo (SNA). A frequência cardíaca (FC) é sinal biológico que está em constante mudança. Essas mudanças podem ser um indício de doença ou servir como um indicativo de iminentes doenças cardiovasculares. Neste trabalho, analisam-se sinais de VFC de 360 indivíduos saudáveis e 360 indivíduos diabéticos, usando métodos no domínio do tempo, no domínio da frequência e técnicas não lineares. Os resultados mostram que os índices no domínio do tempo (RRmean, SDNN, RMSSD, pNN50 e D index), no domínio da frequência (VLF, LF, HF, HFnorm e LF/HF) e os índices não lineares (ApEn, SampEn, SD1, SD2, s, a1, FD, REC, DET, Lmean, Lmax e ShanEn) são clinicamente significativos na identificação de pacientes com diabetes. O sistema de diagnóstico proposto classifica indivíduos saudáveis e com DM, com acurácia de 75:69%, especificidade de 80:56% e sensibilidade de 70:83%
Diabetes mellitus (DM), usually referred to as diabetes, is a chronic disease characterized by hyperglycaemia and leads to specific long-term complications: retinopathy, neuropathy, nephropathy and cardiomyopathy. Analysis of heart rate variation (HRV), being a noninvasive tool, has become a popular method to assess the activitie of the autonomic nervous system (ANS). Heart rate (HR) are bio-signals that are in constantly changing. These changes may be an indication of current disease or serve as a pre-warning to imminent cardiovascular diseases. In this work, we analyse HRV signals from 360 normal and 360 diabetic subjects, using time domain, frequency domain and nonlinear techniques. Our results show that the indexes in the time domain (RRmean, SDNN, RMSSD, pNN50 and D index), in the frequency domain (VLF, LF, HF, HFnorm and LF/HF) and the nonlinear indexes (ApEn, SampEn, SD1, SD2, s, a1, FD, REC, DET, Lmean, Lmax and ShanEn) are clinically meaningful in the identification of patients with diabetes. The proposed diagnostic system classifies, DM patients and normal subjects, with an accuracy of 75:69%, specificity of 80:56% and sensitivity of 70:83%
URI: http://repositorio.ufes.br/handle/10/6200
Aparece nas coleções:PPGEE - Dissertações de mestrado

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Thiago de Aguiar Caloti.pdf6.64 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.