Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/27098
Registro completo de metadados
Campo DCValorIdioma
dc.creatorCopatti, Brenda Sabrina-
dc.date.accessioned2022-02-14T12:23:05Z-
dc.date.available2022-02-14T12:23:05Z-
dc.date.issued2020-07-06-
dc.identifier.citationCOPATTI, Brenda Sabrina. Reconhecimento e classificação de eletrocardiogramas utilizando inteligência artificial. 2020. Trabalho de Conclusão de Curso (Tecnologia em Análise e Desenvolvimento de Sistemas) - Universidade Tecnológica Federal do Paraná (UTFPR), Pato Branco, 2020.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/27098-
dc.description.abstractEarly diagnosis is crucial for the treatment of heart disease, this can be a decisive factor in the recovery of a patient in these conditions. This process involves knowledge and experience of the professional responsible for examining the exams to determine the patient's condition. Therefore, there is great interest in applying Artificial Intelligence and Machine Learning techniques to assist health professionals in making such decisions. In view of this, the present study is dedicated to the development of a system to assist in the diagnosis of cardiac arrhythmias, being trained with a pre-processed database to learn the model and after that be able to classify new data. Additionally, a web application was developed that communicates with artificial intelligence through an API, with the intention of allowing access by the professional, so that the application can receive the heart beat data and present the classification in an uncomplicated and intuitive way.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.subjectRedes neurais (Computação)pt_BR
dc.subjectAprendizado do computadorpt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectNeural networks (Computer science)pt_BR
dc.subjectMachine learningpt_BR
dc.subjectArtificial intelligencept_BR
dc.titleReconhecimento e classificação de eletrocardiogramas utilizando inteligência artificialpt_BR
dc.typebachelorThesispt_BR
dc.description.resumoO diagnóstico precoce é determinante para o tratamento de doenças cardíacas, este pode ser um fator decisivo na recuperação de um paciente nessas condições. Esse processo envolve conhecimento e experiência do profissional responsável na análise dos exames para determinar a condição do paciente. Assim sendo, é grande o interesse de aplicar técnicas de Inteligência Artificial e Aprendizado de Máquina para auxílio aos profissionais médicos a tomarem tais decisões. Diante disso, o presente estudo se dedica ao desenvolvimento de um sistema para auxiliar o diagnóstico de arritmias cardíacas, sendo treinado com uma base de dados pré-processados para realizar o aprendizado do modelo e após isso ser capaz de classificar novos dados. Adicionalmente foi desenvolvida uma aplicação web que faz comunicação com a Inteligência Artificial por meio de uma API, com intuito de permitir o acesso pelo profissional, para que a aplicação possa receber os dados do batimento cardíaco e apresentar a classificação de maneira descomplicada e intuitiva.pt_BR
dc.degree.localPato Brancopt_BR
dc.publisher.localPato Brancopt_BR
dc.contributor.advisor1Casanova, Dalcimar-
dc.contributor.advisor-co1Dosciatti, Mariza Miola-
dc.contributor.referee1Casanova, Dalcimar-
dc.contributor.referee2Souza, Viviane Dal Molin de-
dc.contributor.referee3Madalosso, Emanoeli-
dc.publisher.countryBrasilpt_BR
dc.publisher.programTecnologia em Análise e Desenvolvimento de Sistemaspt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAOpt_BR
Aparece nas coleções:PB - Tecnologia em Análise e Desenvolvimento de Sistemas

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
PB_COADS_2020_1_04.pdf2,2 MBAdobe PDFThumbnail
Visualizar/Abrir


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