Browsing by Issue Date, starting with "2021-05-10"
Now showing 1 - 4 of 4
Results Per Page
Sort Options
- Deteção de atividade cardiomiopática através de uma análise profunda de padrões típicos registados em sinais ECGPublication . Paiva, Daniela Seabra; Rodrigues, Pedro Miguel de LuísAs doenças cardiovasculares (CVDs) destacam-se a nível mundial por serem a primeira causa de morte. Apesar de a percentagem mais elevada de mortes relativas às CVDs estarem associadas a pessoas idosas, o número de jovens e adultos atingidos por esta problemática é igualmente preocupante. As cardiomiopatias, englobadas nas CVDs, consistem numa patologia de difícil deteção através do método típico utilizado, o eletrocardiograma (ECG). Por conseguinte, existe a necessidade de desenvolver algoritmos que permitam a sua deteção precoce. Ambas as cardiomiopatias tratadas neste estudo, a cardiomiopatia dilatada (DCM) e a cardiomiopatia hipertrófica obstrutiva (HOCM), estão associadas a números elevados de mortes súbitas e insuficiências cardíacas. A DCM é a mais comum das cardiomiopatias e, tendo adjacente o número de mortes súbitas e insuficiências cardíacas, aumenta a necessidade de transplantes cardíacos. A HOCM consiste numa patologia silenciosa que é responsável pela morte súbita de jovens e atletas, podendo, resultar em insuficiência cardíaca e derrames. Uma análise cepstral multibanda de sinais ECG patológicos (DCM e HOCM) e não patológicos (controlo) foi realizada com recurso à Transformada de Wavelet Discreta para posterior extração das métricas das distâncias cepstrais entre sequências temporais modelo típicas de cardiomiopatia e todos os segmentos de sinal de ECG presentes na base de dados. Para além disso, foi possível realizar uma verdadeira triagem do que é tipicamente da doença e o que não é, recorrendo a uma análise estatística. Estes segmentos típicos de cada modalidade da cardiomiopatia que foram sujeitos a uma análise cepstral multibanda por cada nível de decomposição e por cada derivação do ECG, alimentaram as redes convolucionais, de forma a serem treinadas com a capacidade de identificar sequências típicas da doença. A validação do método proposto foi realizada recorrendo à Validação Cruzada (CV) de 30 folds. As comparações da DCM e HOCM com o grupo de controlo (grupo saudável) obtiveram uma precisão de 92,39% e 92,58%, respetivamente. A comparação entre as duas variantes estudadas da cardiomiopatia apresentaram a percentagem mais elevada neste estudo, 99,64%. Estas percentagens representam o número de segmentos típicos da patologia que a CNN conseguiu identificar e as elevadas taxas de precisão indicam que os segmentos modelo selecionados são tipicamente caracterizadores da atividade de cardiomiopatia.
- Green roofs vegetation as a biotechnological solution to improve buildings thermal performance in urban areasPublication . Monteiro, Cristina M.; Freitas, Sara de; Ramos, Nuno M. M.; Castro, Paula M. L.
- Deteção de enfarte do miocárdio através de redes neuronais convolucionaisPublication . Sá, Joana Emília Costa; Rodrigues, Pedro Miguel de LuísIntrodução: As doenças cardiovasculares apresentam uma elevada taxa de mortalidade a nível mundial. O Eletrocardiograma (ECG) é o exame de primeira linha no que diz respeito ao diagnóstico deste tipo de patologias e consequentemente de extrema importância na correta e rápida interpretação para um prognóstico promissor. O Enfarte do Miocárdio (EM) é uma das alterações eletrocardiográficas que, detetadas atempadamente pode apresentar um impacto enorme a nível fisiológico e anatómico do próprio músculo cardíaco. A necessidade existente de uma tomada de decisão rápida e acertada, levou ao desenvolvimento de algoritmos capazes de detetar patologias no sinal eletrocardiográfico. Metodologia: Com o intuito de maximizar a capacidade discriminativa dos diferentes tipos de EM, foram extraídos padrões específicos do ECG para alimentar algoritmos de inteligência artificial. Por forma a tirar o melhor partido dos algoritmos de inteligência artificial foi realizado um préprocessamento de todo o sinal, seguido da seleção rigorosa de segmentos que apresentam a atividade patológica de cada doença. A seleção do segmento patológico para alimentar a Convolutional Neural Network (CNN) foi feita comparando os segmentos ao longo do tempo com as características modelo das sequências temporais do EM. Resultados: Os modelos da CNN, utilizados no presente estudo, apresentam níveis de precisão superiores a 97%, 99,39%, 99,64%, 97,76% e 98,98% para o EM Anterior, Anterolateral, Inferior e Inferolateral, respetivamente. Os resultados discriminativos promissores provam que a etapa de seleção dos segmentos modelo proporcionaram uma excelente triagem entre sequências temporais patológicas e não patológicas, estando a CNN preparada para detetar essa atividade patológica associada a cada uma das modalidades para a qual foi treinada, sempre que, lhe seja apresentado um novo sinal de ECG como entrada
- The influence of media context on the effectiveness of podcast advertisingPublication . Ettmüller, Nina Sophie; Torres, Eduardo Cintra CoimbraAdvertising in Audio Podcasts has gained huge popularity in the last years. However, education on how to advertise effectively on Podcasts is still at an early stage. A high effectiveness of advertising is only achieved when an advertisement is placed and consumed in the appropriate media context. The placement and its effectiveness are a topic that still needs to be researched intensively in this regard. The ad-context congruence, the correspondence of theme and image between a brand being advertised and a podcast episode are explored more intensively in this work. These are common criteria used for the selection of advertising contexts. For the purpose of a deeper investigation of this topic, two experimental online surveys were realised. Here, either the thematic congruence or the image congruence and their advertising effectiveness were examined. Audio sequences of German podcast episodes were played to the panel participants. Fictitious podcast advertisements were inserted into these. These advertisements contextually fitted the episode either very well or not at all. After participants have been exposed to one audio sequence, advertising effectiveness was measured by the variables brand recall, brand recognition and attitudes towards the brand. Brand recall and brand recognition were higher in percentage terms for the thematic and image congruent condition. However, the study did not yield statistically significant results for these variables. Nevertheless, experiments demonstrate that thematic but also image congruence had a strong and statistically significant impact on attitudes towards the brand. In both experiments, the congruent condition was able to trigger a much more positive evaluation of the brand than the non-congruent one.