Modelagem paramétrica e discriminante linear de Fisher na classificação de sinais eletromiográficos de agulha

• Processo: 04/00888-2
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de maio de 2004
• Data de Término da vigência: 31 de dezembro de 2005
• 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): Eletromiografia Redes neurais (computação) Técnicas e procedimentos diagnósticos
• Palavra(s)-Chave do Pesquisador: Classificacao | Diagnostico | Discriminante Linear De Fisher | Emg De Agulha | Modelagem Parametrica

Resumo

Os coeficientes auto-regressivos de sinais eletromiográficos de superfície têm fornecido bons resultados na classificação diagnóstica, tanto por redes neurais quanto por discriminante linear de Fisher. No entanto, os coeficientes auto-regressivos de sinais eletromiográficos de agulha não foram classificados satisfatoriamente por redes neurais artificiais. Esse resultado é inesperado, pois os sinais eletromiográficos de agulha são usados em clínica para o diagnóstico de doenças neuromusculares. Esta pesquisa visa esclarecer se a baixa taxa de acerto na classificação de sinais eletromiográficos de agulha é causada pelo uso de redes neurais artificiais, pela aplicação da modelagem auto-regressiva ou pela combinação de ambas. Para atingir esse objetivo, o método tradicional do discriminante linear de Fisher será usado na classificação dos coeficientes de modelos auto-regressivos de sinais eletromiográficos de agulha. Como um segundo objetivo, será estudada a contribuição dos modelos auto-regressivos de média móvel, que ainda não foram explorados pela literatura de diagnóstico eletromiográfico. (AU)