Ver registro no DEDALUS
Exportar registro bibliográfico

Um modelo de redes neurais artificiais para a classificação do limiar de anaerobiose em exercício físico dinâmico a partir do eletrocardiograma (2002)

  • Authors:
  • USP affiliated authors: SOUZA, REGIANE MÁXIMO DE - FFCLRP
  • USP Schools: FFCLRP
  • Sigla do Departamento: 591
  • Subjects: ELETRÔNICA; FÍSICA
  • Language: Português
  • Abstract: O presente trabalho tenciona obter, a partir de um resultado experimental, um método que possa ser usado como uma medida de um importante parâmetro fisiológico: o Limiar de Anaerobiose (LA), que é um indicador fisiológico valioso de dois estados funcionais distintos em exercício dinâmico. A determinação do LA é particularmente importante, pois ele é considerado um dos melhores parâmetros para quantificar as reservas funcionais do sistema cordio-respiratório, tanto em condições fisiológicas quanto patológicas. Os intervalos R-R, obtidos a partir de eletrocardiogramas tomados durante o exercício físico dinâmico, resultam em séries de tempo, que foram, a seguir, analisadas. Os dados foram obtidos de indivíduos saudáveis, divididos em dois grupos: um jovem e outro de meia-idade. Foram obtidas séries de intervalos R-R com duração de doze minutos, durante dois protocolos descontínuos de exercício físico dinâmico em um cicloergômetro, na posição sentada, a saber: (a) um protocolo com potências progressivamente crescentes (após 25W - uma medida de resistência do ciclo-ergômetro -usamos incrementos de 10 e/ou 5W) e (b) um protocolo com potências alternadas (com valores de potência semelhantes aos do protocolo anterior). O método usado para analisar as séries constituiu na construção de Redes Neurais Artificiais do tipo MLP (Multi-Layer perceptrons), totalmente conectada, do tipo feedforward, com o algoritmo de aprendizagem backpropagation. As redes construídas em um ambienteMatlab 5.2 com três conjuntos diferentes: cada protocolo experimental isolado e ambos juntos. Os melhores resultados foram obtidos com o protocolo de potências progressivas. Com este protocolo, a área sob a curva ROC representa 98,51 % da área total. O padrão utilizado para analisa os resultados foi obtido em outro trabalho é o LA obtido a partir da análise das mesmas séries R-R em um modelo auto-regressivo de média móvel integrada (ARIMA). ) um trabalho diferente, com o mesmo conjunto de dados, SILVA (2001) obteve que um parâmetro não-linear caótico (a entropia de Kolmogorov-Sinai) também mostrou alta correlação (r = 0,93) comparada com os mesmos valores do LA medido do modelo ARIMA. Possíveis extensões deste trabalho são: (a) repetir a análise com mais indivíduos, (b) aplicar a análise para indivíduos com diversas patologias e (c) usar a entropia de Kolmogorov-Sinai como um parâmetro adicional para usar como entrada para a rede neural
  • Imprenta:
  • Data da defesa: 22.08.2002

  • Exemplares físicos disponíveis nas Bibliotecas da USP
    BibliotecaCód. de barrasNúm. de chamada
    FCLRP20800020995Souza, Regiane Mximo de
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SOUZA, Regiane Máximo de; GALLO JÚNIOR, Lourenço. Um modelo de redes neurais artificiais para a classificação do limiar de anaerobiose em exercício físico dinâmico a partir do eletrocardiograma. 2002.Universidade de São Paulo, Ribeirão Preto, 2002.
    • APA

      Souza, R. M. de, & Gallo Júnior, L. (2002). Um modelo de redes neurais artificiais para a classificação do limiar de anaerobiose em exercício físico dinâmico a partir do eletrocardiograma. Universidade de São Paulo, Ribeirão Preto.
    • NLM

      Souza RM de, Gallo Júnior L. Um modelo de redes neurais artificiais para a classificação do limiar de anaerobiose em exercício físico dinâmico a partir do eletrocardiograma. 2002 ;
    • Vancouver

      Souza RM de, Gallo Júnior L. Um modelo de redes neurais artificiais para a classificação do limiar de anaerobiose em exercício físico dinâmico a partir do eletrocardiograma. 2002 ;

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI: