Use este identificador para citar ou linkar para este item: https://repositorio.ufms.br/handle/123456789/5439
Tipo: Dissertação
Título: Classificação de Hipertensos Utilizando o Sinal da Variabilidade da Frequência Cardíaca (VFC) com Auxílio de Inteligência Artificial
Autor(es): Rafael Goncalves de Oliveira Viana
Primeiro orientador: Milton Ernesto Romero Romero
Resumo: O Sistema Nervoso Autônomo é um dos responsáveis pelos ajustes cardiovasculares e seu realce pode ser aferido, utilizando a Variabilidade de Frequência Cardíaca(VFC) pelas ondas R, presente no Eletrocardiograma. Atualmente a hipertensão é altamente prevalente em todos os países. Graças a equipamentos inteligentes vestíveis, uma aglomerado de dados começou a ser coletado e armazenado, entretanto pouco explorados. Novos métodos de aferição da hipertensão utilizando os dados armazenados ajudaria no controle cardiovascular de uma grande quantidade de pessoas. Nesta pesquisa, os dados de VFC coletados por equipamentos vestíveis de baixo custo e de fácil aquisição, foram processados e obteve-se um resultado de 75\% de acurácia ao utilizar inteligência artificial na classificação de pacientes hipertensos medicados e não hipertensos (saudáveis). Este resultado provavelmente esta relacionado a eficácia do medicamento utilizado pelos pacientes. Novas pesquisas visando candidatos que possuem pressão alterada (não hipertensos), deve ser realizada, a fim de extrair características destes, ao não utilizar medicamento de controle de pressão arterial.
Abstract: The Autonomic Nervous System is one of those responsible for cardiovascular configurations and its enhancement can be measured using the Heart Rate Variability (HRV) by R waves, present in the Electrocardiogram. Currently, hypertension is highly prevalent in all countries. Thanks to smart wearable equipment, a cluster of data began to be collected and stored, however little explored. New methods of measuring hypertension using stored data help in the cardiovascular control of a large number of people. In this research, the HRV data collected by wearable equipment of low cost and of easy acquisition, were processed and a result of 75\% of accuracy was obtained when using artificial intelligence in the classification of medicated hypertensive and non-hypertensive patients (healthy ). This result is probably related to the effectiveness of the medication used by the patients. New research seeking candidates who suffer from altered blood pressure (not hypertensive) should be carried out in order to extract these characteristics, by not using blood pressure control medication.
Palavras-chave: Variabilidade de Frequência Cardíaca, Sistema Nervoso Autônomo, Inteligência Artificial, Hipertensão
País: Brasil
Editor: Fundação Universidade Federal de Mato Grosso do Sul
Sigla da Instituição: UFMS
Tipo de acesso: Acesso Aberto
URI: https://repositorio.ufms.br/handle/123456789/5439
Data do documento: 2022
Aparece nas coleções:Programa de Pós-graduação em Computação Aplicada

Arquivos associados a este item:
Arquivo TamanhoFormato 
Viana_R_Disserta__o_.pdf4,68 MBAdobe PDFVisualizar/Abrir


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