Name: Sensor de Fibra Óptica na Avaliação Cardiovascular: Desenvolvimento de um Algoritmo Automático Para Processamento e Classificação (en Portugués)
Price: 974.69 MXN
Availability: InStock
Author: Francisco Brito
ISBN: 9786204105093

Envío gratis

portada 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

Cuestiones generales de la medicina

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 Físico

$ 974.69

$ 1,772.16

Ahorras: $ 797.47

45% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Lunes 10 de Junio y el Viernes 21 de Junio.

Lo recibirás en cualquier lugar de México entre 1 y 3 días hábiles luego del envío.

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.