Título: Classificadores Lineares e Não Lineares Baseados em Distância de Mahalanobis Aplicados em Cardiotocografia
Autores: Patrícia Tavares Leitão, Igor Rocha de Sousa & Guilherme de Alencar Barreto
Resumo: Neste trabalho, é realizada uma investigação abrangente a respeito do desempenho de cinco variantes de classificadores baseados em distância de Mahalanobis com o objetivo de classificar o estado fetal (normal, suspeito e patológico) a partir de dados de cardiotocograma: o classificador quadrático gaussiano (QG) sem regularização, QG com regularização de Tikhonov, QG com regularização de Friedman, QG com matriz de covariância agregada e QG com matriz de covariância diagonalizada. Essas variantes são avaliadas em combinação com técnicas de transformação de dados, como a transformação de Box-Cox e a análise de componentes principais, sendo comparadas ao classificador linear de mínimos quadrados e a resultados reportados na literatura. O classificador QG com regularização de Tikhonov (λ= 0,008) e transformação de Box-Cox (γ= 0,3) destacou-se por alcançar uma taxa mediana de acerto de 87,41%, valor máximo de 91,3%, especificidade de 99,7%, precisão de 95,4% e matriz de covariância com posto completo.
Palavras-chave: cardiotocograma; distância de Mahalanobis; regularização de Tikhonov; transformação de Box-Cox.
Páginas: 8
Código DOI: 10.21528/CBIC2025-1168210
Artigo em PDF: CBIC_2025_paper1168210.pdf
Arquivo BibTeX:
CBIC_2025_1168210.bib