Redes neuronais para determinação da pressão arterial

DSpace/Manakin Repository

Redes neuronais para determinação da pressão arterial

Show full item record

Title: Redes neuronais para determinação da pressão arterial
Author: Santos, Mafalda Moura Ramos Pereira dos
Abstract: A pressão arterial (PA) é um dos parâmetros vitais mais utilizados a nível mundial, tanto na monitorização anestésica, como em unidades de cuidados intensivos. Permite avaliar o estado hemodinâmico do paciente e tem uma grande importância no diagnóstico e prevenção de doenças cardiovasculares. O método de medição mais utilizado é o método oscilométrico, que tem determinadas desvantagens que influenciam a correta leitura da PA. Na tentativa de diminuir o erro associado a este, tentou-se desenvolver um método não invasivo e de leitura contínua, criando um sistema de redes neuronais artificiais (RNA), que utiliza como entradas do sistema as medições do traçado de eletrocardiograma (ECG) e irá gerar valores de PA ajustados, facilitando a monitorização dos pacientes. Os dados foram recolhidos em 54 cães submetidos a procedimentos cirúrgicos, que compreendeu o registo individual de 13 parâmetros de monitorização: peso, frequência cardíaca (FC), pressão arterial sistólica, média e diastólica (PAS, PAM e PAD, respetivamente), amplitude e duração das ondas e segmentos no ECG. Os dados foram submetidos a análise estatística para averiguar o nível de correlação (cc) entre variáveis. O sistema de RNA criado, consiste no conjunto de entradas (peso e os parâmetros do ECG) com maior correlação com as saídas (PAS, PAM e PAD). As variáveis que apresentaram maior correlação com a PA foram o peso (ccPAS=0,43; ccPAM= 0,38; ccPAD= 0,33), a Dur. P (ccPAS=0,18; ccPAM= 0,25; ccPAD= 0,30), o intervalo P-R (ccPAS=0,19; ccPAM= 0,07; ccPAD= 0,08), a Dur. QRS (ccPAS=0,11; ccPAM= 0,09; ccPAD= 0,14), e a Amp. R (ccPAS=0,37; ccPAM= 0,35; ccPAD= 0,44). Foi criada uma RNA de 5 entradas e três saídas, uma arquitetura de 3 camadas, com 12 neurónios em cada uma das camadas ocultas. Esta rede obteve um índice de regressão linear de 0.93 quando comparado com os valores de PA obtidos pelo método oscilométrico. A construção de um método de medição de PA, baseado em RNA, foi possível. Este é um método inovador, nunca tendo sido realizado um estudo com a mesmas características, e permite uma medição da PA de forma não invasiva e contínua, com uma elevada taxa de sucesso.Blood pressure (BP) is one of the most widely used vital parameters worldwide, both in anesthesia monitoring and in intensive care units. It allows assessing the hemodynamic status of the patient and is of great importance in the diagnosis and prevention of cardiovascular diseases. The most widely used measurement method is the oscillometric method, which has certain disadvantages that influence the correct reading of the BP. In an attempt to reduce the error, we developed a non-invasive and continuous reading method, creating an artificial neural network (ANN) system, which uses the electrocardiogram (ECG) to generate adjusted BP values, facilitating patient monitoring. We collected data in 54 dogs submitted to surgical procedures, wich included the individual recording of 13 monitoring parameters: weight, heart rate (HR), systolic, mean and diastolic blood pressure (SBP, MBP and DBP, respectively), amplitude and duration of waves and segments on the ECG. The data was submitted to statistical analysis to ascertain the level of correlation (cc) between variables. The ANN system created consists of the set of inputs (weight and ECG parameters) with the highest correlation with the outputs (SBP, MBP and DBP). The variables with the highest correlation with BP were weight (ccSBP = 0.43, ccMBP = 0.38, ccDBP = 0.33), Dur. P (ccSBP = 0.18, ccMBP = 0.25, ccDBP = 0.30), the P-R range (ccSBP = 0.19; ccMBP = 0.07; ccDBP = 0.08), Dur. QRS (ccSBP = 0.11, ccMBP = 0.09, ccDBP = 0.14), and Amp. R (ccSBP = 0.37, ccMBP = 0.35, ccDBP = 0.44). A 5-input, 3-output ANN was created, a 3-layer architecture with 12 neurons in each of the hidden layers. We managed to built an innovative method with a linear regression index of 0.93, when compared to the BP values obtained by the oscillometric method. The construction of a method for BP measurement, based on ANN was possible. There isn’t any study performed, with the same characteristics, so this is an innovative method that allows a measurement of BP in a non-invasive and continuous way, with a high success rate.
Description: Orientação: Lénio Ribeiro ; co-orientação: António Martinho
URI: http://hdl.handle.net/10437/9927
Date: 2019


Files in this item

Files Size Format View Description
Temporario.pdf 12.34Kb PDF View/Open Dissertação de Mestrado

This item appears in the following Collection(s)

Show full item record

Search DSpace


Advanced Search

Browse

My Account