Contribuições para a deteção automática de eventos presentes em sinais de eletrocardiograma

Bagarrão, Mónica Cristina da Conceição Martins

http://hdl.handle.net/10400.1/8195

Use this identifier to reference this record.

Name:	Description:	Size:	Format:
ERRATA.pdf		258.55 KB	Adobe PDF	Download
Tese_Monica_Bagarrao_a22462_ass.pdf		2.75 MB	Adobe PDF	Download

Send Feedback

Authors

Bagarrão, Mónica Cristina da Conceição Martins

Advisor(s)

Ruano, M. Graça

Abstract(s)

O eletrocardiograma (ECG) é um recurso diagnóstico extremamente útil na prática clínica cardiológica pois permite o registro dos sinais elétricos gerados pelo atividade do coração durante diversos ciclos cardíacos. A análise de sinais de ECG com vista à deteção de patologias clínicas requer a utilização de métodos de deteção de eventos precisos, que possibilitem o cálculo da maior parte dos parâmetros clínicos usados no diagnóstico. Existindo disponíveis métodos de deteção de apenas alguns desses parâmetros clínicos de diagnóstico, em geral dedicados à análise de sinais de ECG provenientes de bases de dados específicas, pretende-se nesta dissertação possibilitar o cálculo automático da maioria dos parâmetros clínicos, possibilitando ainda que os sinais de ECG possam ser provenientes de diversas fontes. Adicionalmente pretende-se possibilitar ao utilizador a identificação automática da patologia associada aos valores dos parâmetros clínicos calculados pelos algoritmos de deteção de eventos. Procedeu-se assim a uma análise dos métodos de deteção de eventos em sinais de ECG disponíveis na literatura, tendo sido selecionados para implementação e teste quatro desses métodos. Tendo em conta que os sinais de ECG devem ser pré-processados para eliminação do ruído embutido no sinal durante a aquisição do mesmo, identificaram-se na literatura dois filtros considerados eficientes na remoção de ruído de sinais de ECG. Desenvolveu-se uma metodologia automática de deteção e classificação de eventos em sinais de ECG, constituída por cinco passos sequenciais: aquisição do sinal a analisar podendo o mesmo ser proveniente de diferentes bases de dados, pré-processamento do sinal para uniformização da linha de base isoelétrica e normalização do sinal, redução do ruído por filtragem, aplicação de um método (desenvolvido para o efeito) para deteção dos 17 eventos considerados relevantes no diagnóstico clínico, e, aplicação de um método de classificação das patologias associadas aos valores calculados dos eventos clínicos mediante confrontação com os valores clínicos tabelados. O método de deteção e classificação de eventos clínicos em sinais de ECG desenvolvido no âmbito desta tese foi testado num total de 35 sinais de ECG contendo patologias catalogadas recolhidas de três bases de dados públicas distintas e num sinal simulado de ECG sem patologias, cuja simulação foi desenvolvida durante esta dissertação. O desempenho do método proposto foi avaliado face aos obtidos pela implementação dos métodos selecionados da bibliografia. A avaliação do desempenho teve em consideração o número de eventos identificáveis por cada método, a localização temporal dos eventos nos sinais e os erros e viés obtidos nos cálculos das amplitudes dos eventos. Os erros foram calculados tendo como referência as efetivas localizações dos eventos, estas últimas calculadas manualmente. Da análise dos resultados comprova-se que os métodos disponíveis na literatura apenas permitem o cálculo de no máximo 3 dos 17 eventos clínicos enquanto o método proposto permite o cálculo da totalidade dos eventos. Os métodos recolhidos da literatura, mesmo parametrizados com valores de compromisso para se atingir um melhor desempenho, não calculam corretamente a maioria das localizações dos eventos quando se escolhe aleatoriamente um sinal de entre os sinais das diferentes bases de dados consideradas. Tal não acontece com o método proposto. A deteção dos picos das ondas P, Q, R, S, T, e U é 100% eficaz ao aplicar o método proposto tanto nos 35 sinais ECG das bases de dados como no sinal ECG simulado. O método proposto permite ainda a identificação automática e cálculo de localização dos pontos, dos intervalos e dos segmentos a 100% e 90% respetivamente. A classificação automática de patologias desenvolvida foi verificada manualmente tendo-se concluído ser rigorosa. Conclui-se assim que o método proposto no âmbito desta tese satisfaz os objetivos estabelecidos e contribui significativamente para o apoio ao diagnóstico clinico de patologias baseadas em ECG.