Tipo:	Trabalho de Conclusão de Curso
Título:	O uso da inteligência artificial aplicada em eletrocardiogramas para diagnóstico de Batimento Ectópico Ventricular (BEV)
Autor(es):	Fernandes, João Monferrari Salgado
Primeiro Orientador:	Martins, Rafael Leal
metadata.dc.contributor.referee1:	Schlag, Fabricio
metadata.dc.contributor.referee2:	Abadia, Fernando Gonçalves
Resumo:	O presente estudo tem como objetivo abordar o uso da Inteligência Artificial (IA), em específico das Redes Neurais Convolucionais (CNNs) aplicada a análise de Eletrocardiogramas para a geração de diagnóstico de Batimento Ectópico Ventricular (BEV). A pesquisa consiste no treinamento intenso de uma IA, por meio do uso de uma CNN, em cima de imagens de trechos de eletrocardiogramas montados pelo Instituto de Tecnologia de Massachusetts (MIT) no site Physionet, com a função de identificar e aprender os padrões de um ECG com diagnóstico de BEV. Além disso, o estudo utiliza redes neurais visando uma maior eficiência e precisão dos resultados, visto a complexidade dos dados. Sendo assim, espera-se por meio dessa automatização de diagnósticos, uma maior agilidade na triagem dos atendimentos, além de um processo de identificação e tratamento precoce dos pacientes, podendo evitar assim problemas mais graves que arritmias.
Palavras-chave:	Inteligência artificial Redes neurais Redes neurais convolucionais CNN IA BEV Batimento ectópico ventricula MIT Eletrocardiograma ECG Diagnóstico
CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA
Idioma:	por
País:	Brasil
Editor:	Pontifícia Universidade Católica de Goiás
Sigla da Instituição:	PUC Goiás
metadata.dc.publisher.department:	Escola Politécnica
Tipo de Acesso:	Acesso Aberto
URI:	https://repositorio.pucgoias.edu.br/jspui/handle/123456789/8749
Data do documento:	12-Dez-2024
Aparece nas coleções:	TCC Engenharia de Computação

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