Avanços Recentes em Aprendizagem de Máquina Usando Fonocardiogramas na Detecção de Cardiopatias

Autores

  • João Vicente Silva Goes SBIS
  • Vinícius de Medeiros Hernandes
  • Hygo Sousa de Oliveira
  • Eulanda Miranda dos Santos
  • Rafael Giusti

Palavras-chave:

Aprendizagem de máquina, Predição de cardiopatias, Fonocardiogramas

Resumo

Objetivo: Neste trabalho, apresentamos uma visão geral dos avanços recentes da literatura na detecção de cardiopatias utilizando algoritmos de aprendizado de máquina aplicados a sinais cardíacos obtidos por meio de fonocardiograma. Métodos: Foi aplicada uma frase de busca em bases de dados digitais, de forma a limitar os artigos entre 2018 e 2020. Os resultados foram filtrados por pertinência e relevância e os artigos mais importantes foram selecionados para discussão. Resultados: Selecionamos 12 artigos para serem explorados, observando características como modelo de aprendizagem, taxa de acurácia, base de dados utilizada e outros critérios pertinentes à pesquisa científica. Conclusão: Foi possível identificar que o modelo mais utilizado pelos trabalhos são os de redes neurais de convolução, ainda que vários trabalhos utilizando técnicas tradicionais também venham demonstrando sua importância devido ao bom desempenho na tarefa de classificação, empregando principalmente extratores de características baseados em amplitude no domínio tempo-frequência.

Downloads

Não há dados estatísticos.

Downloads

Publicado

15-03-2021

Como Citar

Goes, J. V. S., Hernandes, V. de M., Oliveira, H. S. de, Santos, E. M. dos, & Giusti, R. (2021). Avanços Recentes em Aprendizagem de Máquina Usando Fonocardiogramas na Detecção de Cardiopatias. Journal of Health Informatics, 12. Recuperado de https://jhi.sbis.org.br/index.php/jhi-sbis/article/view/849

Edição

v. 12 (2020): Suplemento I - XVII Congresso Brasileiro de Informática em Saúde - CBIS 2020

Seção

Artigo Original

Licença

Este trabalho está licenciado sob a Creative Commons Atribuição–Não Comercial–Compartilha Igual 4.0 Internacional (CC BY-NC-SA 4.0). Isso significa que qualquer pessoa pode ler, baixar, copiar, redistribuir e adaptar o material, desde que seja atribuída a devida autoria aos autores e à fonte original. O uso comercial do conteúdo não é permitido. Caso o material seja modificado, remixado ou utilizado para a criação de obras derivadas, estas deverão ser distribuídas sob a mesma licença. Essa licença favorece a ampla disseminação do conhecimento, assegurando o reconhecimento da autoria, restringindo a exploração comercial e garantindo que versões derivadas permaneçam acessíveis sob os mesmos termos.

Consulte a Licença

Artigos Semelhantes

1 2 3 4 5 6 7 8 > >> 

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.

Artigos mais lidos pelo mesmo(s) autor(es)