Modelagem auto-regressiva de media movel e redes neurais artificiais na classificacao de sinais eletromiograficos.

• Processo: 05/57398-0
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de março de 2006
• Data de Término da vigência: 31 de dezembro de 2007
• Área de conhecimento: Engenharias - Engenharia Biomédica - Bioengenharia
• Pesquisador responsável: Cinthia Itiki
• Beneficiário: Mateus Ymanaka Barretto
• Instituição Sede: Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Redes neurais (computação)
• Palavra(s)-Chave do Pesquisador: Redes Neurais Artificiais | Sinais Eletromiograficos

Resumo

Geralmente, as doenças neuromusculares resultam em fraqueza muscular, e algumas podem evoluir até o óbito. Por isso, é importante que seu diagnóstico seja precoce, de forma que se possa escolher o tratamento mais adequado. As ferramentas computacionais podem auxiliar no diagnóstico. Essas ferramentas utilizam diversos parâmetros dos sinais eletromiográficos como, por exemplo, os coeficientes paramétricos. Dentre os modelos paramétricos, os auto-regressivos são os mais freqüentemente utilizados. Para esses modelos, o melhor desempenho na classificação é obtido com redes neurais artificiais, que apresentam resultados sensivelmente superiores aqueles obtidos com discriminantes lineares. Nesta pesquisa, pretende-se implementar ferramentas computacionais para investigar o potencial de contribuição do uso de outro tipo de modelagem paramétrica, a auto-regressiva de média móvel, em conjunto com redes neurais artificiais. Espera-se que os resultados obtidos com modelos auto-regressivos de média móvel sejam melhores ou equivalentes aos fornecidos pelos modelos auto-regressivos, no auxílio ao diagnóstico de doenças neuromusculares. (AU)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

BARRETTO, Mateus Ymanaka. Aplicação de máquinas de vetor de suporte e modelos auto-regressivos de média móvel na classificação de sinais eletromiográficos.. 2007. Dissertação de Mestrado - Universidade de São Paulo (USP). Escola Politécnica (EP/BC) São Paulo.