Show simple item record

dc.contributor.advisorMarques, Patric Janner
dc.contributor.authorBortolozo, Micael Salvador
dc.contributor.otherMarilda, Machado Spindola
dc.contributor.otherMauricio, Cagliari Tosin
dc.date.accessioned2020-06-05T12:29:25Z
dc.date.available2020-06-05T12:29:25Z
dc.date.issued2019-12-11
dc.date.submitted2019
dc.identifier.urihttps://repositorio.ucs.br/11338/6149
dc.descriptionSegundo levantamento realizado pela organização mundial da saúde, a população idosa é estimada para aproximadamente dois bilhões de pessoas até 2050. Quedas são um problema recorrente para essa população. Estima-se em aproximadamente 32% a 42% de pessoas com mais de 70 anos que sofrem ao menos uma queda ao ano. Análises laboratoriais vem demonstrando que doenças crônico-degenerativas, como disfunções nos joelhos, são recorrentes no sistema moto-sensorial de idosos. Com isso, o intuito do trabalho será o desenvolvimento de um classificador, utilizando uma rede neural artificial multicamada Perceptron, o qual será responsável por classificar os dados coletados de um eletromiografo localizado nos membros inferiores do paciente. Para a rede neural, serão realizados testes com o intuito de escolher as quantidades de neurônios para a camada camadas ocultas. Antes de alimentar a rede neural, os sinais serão filtrados por um filtro Butterworth de quarta ordem na faixa de 0,5 a 500 Hz para a eliminação do sinal DC e ruído de alta frequência dos eletrodos, em seguida os sinais serão segmentados em janelas de 250 ms, e posteriormente normalizados, para treinamento da rede será utilizado um algoritmo backpropagation. Após a etapa de treinamento a rede será testada com dados diferentes dos utilizados para treino, no intuito de diferenciar o padrão muscular de indivíduos com e sem disfunções nos joelhos (sic).pt_BR
dc.description.abstractAccording to a survey by the World Health Organization, the elderly population is estimated at approximately two billion people by 2050. Falls are a recurring problem for this population. It is estimated that approximately 32% to 42% of people over 70 suffer at least once a year. Laboratory analysis has shown that chronic degenerative diseases, such as knee dysfunctions, are recurrent in the elderly's sensorimotor system. Thus, the work process will be the development of a classifier, using an artificial Perceptron artificial neural network, or which will be responsible for classifying the data collected from an electromyogram located in the patient's lower limbs. For a neural network, tests will be performed to choose how the neurons for the hidden layers. Before feeding the neural network, the signals will be filtered by a fourth-order Butterworth filter in the 0.5 to 500 Hz range for DC signal changes and high frequency electrode noise, then the signals will be segmented in the control windows. 250 ms, and later normalized, for network training an algorithm backpropagation will be used. After a training step, the net will be tested with different data from the training used without you being able to differentiate the muscle pattern of individuals with and without knee dysfunctions (sic).pt_BR
dc.language.isoptpt_BR
dc.subjectEngenharia elétricapt_BR
dc.subjectRedes neurais (Computação)pt_BR
dc.subjectBiomecânicapt_BR
dc.subjectIdosospt_BR
dc.titleIdentificador e classificador de padrões musculares em pessoas com anomalias no joelho utilizando rede neural Perceptronpt_BR
dc.typeMonografiapt_BR
mtd2-br.advisor.instituationUniversidade de Caxias do Sulpt_BR
mtd2-br.program.nameBacharelado em Engenharia Elétricapt_BR
mtd2-br.campusCampus Universitário da Região dos Vinhedospt_BR
local.data.embargo2019-12-11 00:00:00


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record