Aplicação de redes neurais artificiais na classificação de padrões posturais em crianças respiradoras bucais

Página do item simplificado
dc.contributor.advisorPisa, Ivan Torres [UNIFESP]
dc.contributor.authorMancini, Felipe [UNIFESP]
dc.contributor.institutionUniversidade Federal de São Paulo (UNIFESP)
dc.date.accessioned2015-12-06T23:46:58Z
dc.date.available2015-12-06T23:46:58Z
dc.date.issued2007
dc.description.abstractA respiracao bucal cronica e uma sindrome que pode promover altera¬coes na postura corporal. Por existirem diferentes etiologias e possivel que e¬xistam diferentes categorias de alteracoes posturais associadas a respiracao bucal. Metodos estatisticos tem sido propostos a fim de realizar modelagem nao-linear com alta dimensionalidade de dados biomedicos, entre eles desta¬cam-se as redes neurais artificiais (RNA). RNA sao ferramentas estatisticas que realizam mapeamentos nao-lineares entre um conjunto de variaveis de entrada e um conjunto de variaveis de saida. O objetivo deste trabalho e utilizar o mapa auto-organizavel (SOM) na investigacao do perfil postural de criancas respiradoras bucais e desenvolver um software utilizando RNA que classifique automaticamente o perfil postural de criancas respiradoras bucais. Para esta investigacao utilizou-se uma base de dados de avaliacao postural de 84 crian¬cas, sendo 52 respiradoras bucais e 32 respiradoras nasais, contendo variaveis antropometricas, medidas da excursao do diafragma e postura corporal. Quatro algoritmos de RNA - SOM, perceptron, backpropagation e aprendizagem por quantizacao vetorial (L VQ) - tiveram seus desempenhos avaliados por meio de tecnicas de validacao cruzada, buscando-se o modelo mais adequado na ex¬tracao de caracteristicas e classificacao do perfil postural. Na investigacao pos¬tural foram definidas 4 classes distintas por meio do SOM englobando respira¬dores bucais e nasais. Na classificacao da postura, o L VQ apresentou sensibi¬lidade 0,98 e especificidade 0,97 utilizando o conjunto de dados de treinamen¬to. Para o conjunto de dados de validacao, o L VQ apresentou sensibilidade 0,95 e especificidade 0,90. Alem disto, o software baseado no LVQ realizou corretamente (100 por cento de acerto) a classificacao da postura de criancas respira¬doras bucais, de acordo com uma escala de gravidade arbitraria. Palavras-chave: Redes neurais artificiais, postura, respiracao bucal, tecnicas de apoio para a decisaopt
dc.description.sourceBV UNIFESP: Teses e dissertações
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
dc.format.extent94 f.
dc.identifier.citationMANCINI, Felipe. Aplicação de redes neurais artificiais na classificação de padrões posturais em crianças respiradoras bucais. 2007. 94 f. Dissertação (Mestrado em Ciências) - Escola Paulista de Medicina, Universidade Federal de São Paulo, São Paulo, 2007.
dc.identifier.fileepm-710190916316.pdf
dc.identifier.filePublico-23486.pdf
dc.identifier.urihttp://repositorio.unifesp.br/handle/11600/23486
dc.language.isopor
dc.publisherUniversidade Federal de São Paulo (UNIFESP)
dc.rightsAcesso aberto
dc.subjectRedes neurais (Computação)pt
dc.subjectPosturapt
dc.subjectRespiração bucalpt
dc.subjectTécnicas de apoio para a decisãopt
dc.titleAplicação de redes neurais artificiais na classificação de padrões posturais em crianças respiradoras bucaispt
dc.title.alternativeApplication of artificial neural networks in the classification of posture profiles in mouth-breathing childrenen
dc.typeDissertação de mestrado
unifesp.campusSão Paulo, Escola Paulista de Medicina (EPM)pt
unifesp.graduateProgramGestão e Informática em Saúde - EPM
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Publico-23486.pdf
Tamanho:
2.08 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
PPG - Gestão e Informática em Saúde