Use este identificador para citar ou linkar para este item:
https://repositorio.ufpe.br/handle/123456789/52552
Compartilhe esta página
| Title: | Alterações cardiovasculares na senescência: como a inteligência artificial auxilia na identificação de padrões |
| Authors: | ANDRADE, Daniel |
| Keywords: | ECG; Aprendizado de máquina; Envelhecimento; Alterações cardiovasculares |
| Issue Date: | 19-Sep-2023 |
| Citation: | ANDRADE, Daniel Moraes Costa. Alterações cardiovasculares na senescência: como a inteligência artificial auxilia na identificação de padrões. 2023. 65f. Trabalho de Conclusão de Curso (Curso de Sistemas de Informação) - Centro de Informática, Universidade Federal de Pernambuco, Recife, 2023. |
| Abstract: | A área da saúde está testemunhando um aumento significativo no uso de inteligência artificial para aprimorar diversas atividades, incluindo a interpretação de eletrocardiogramas (ECGs). Essa abordagem tecnológica tem se mostrado cada vez mais vital para agilizar a análise de ECGs, o que pode ser especialmente demorado sem a assistência da tecnologia. Com isso, surge a dificuldade de identificar com precisão alterações cardiovasculares em indivíduos saudáveis, especialmente considerando seu grupo etário, já que a maioria das pesquisas se concentra em dados cardíacos problemáticos, deixando uma lacuna na detecção de mudanças relacionadas ao envelhecimento em pessoas saudáveis. Nesse sentido, este estudo tem como objetivo central explorar o papel da inteligência artificial na detecção de alterações cardiovasculares no envelhecimento por meio da análise do ECG a fim de encontrar padrões cardíacos nas alterações cardiovasculares normais. Para isso, foi conduzido um experimento empregando algoritmos de aprendizado de máquina supervisionados, especificamente Máquinas de Vetores de Suporte e Floresta Aleatória, em uma base de dados composta por ECGs de 499 voluntários saudáveis. O experimento tinha como intuito compreender como o aprendizado de máquina pode ser útil para identificação de padrões em um ciclo de ECG associadas à alterações cardiovasculares durante o envelhecimento saudável. Os resultados do experimento indicaram dificuldade na previsão precisa do grupo etário dos idosos, com pontuações baixas de no máximo de 0.2 após a aplicação da técnica PSO para seleção de atributos. Em contraste, os resultados para o grupo de adultos consistentemente alcançaram pontuações próximas a 0.95, independentemente das configurações experimentais e das técnicas de pré-processamento empregadas. No entanto, com base nos resultados obtidos, pode-se discutir sobre a complexidade da tarefa de classificação proposta, bem como levantar potenciais abordagens futuras. Notou-se ainda a necessidade de investimento em outras técnicas e abordagens computacionais para estudo mais aprofundado das alterações cardiovasculares relacionadas ao envelhecimento natural. Pesquisas contínuas nesse sentido contribuem para o melhor entendimento do processo de envelhecimento humano como um todo. |
| URI: | https://repositorio.ufpe.br/handle/123456789/52552 |
| Appears in Collections: | (TCC) - Sistemas da Computação |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| TCC Daniel Moraes Costa Andrade.pdf | 1.94 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este arquivo é protegido por direitos autorais |
Este item está licenciada sob uma Licença Creative Commons

