Publicação
Implementação de um sistema de análise automática do ECG para identificação de episódios de fibrilação atrial utilizando uma plataforma de aquisição BITalino® e um smartphone Android™
| Resumo: | As arritmias cardíacas são distúrbios que afetam a frequência e/ou o ritmo dos batimentos cardíacos. O diagnóstico da maioria das arritmias é feito através da análise do eletrocardiograma (ECG), o qual consiste na representação gráfica da atividade elétrica do coração. A fibrilação atrial (AF) é um tipo de arritmia cardíaca, sendo a mais presente na população mundial. Se não identificada nos estágios iniciais, aumenta as chances de ocorrência de paragens cardíacas e acidente vascular cerebral, que constituem uma das maiores causas de morte no mundo. Uma das principais características presentes no sinal de ECG de indivíduos com AF é a irregularidade no ritmo cardíaco, ou seja, variação no intervalo entre dois picos R consecutivos. Pelo fato da AF muitas vezes se apresentar de forma assintomática, o uso de sistemas computacionais para a análise automática do sinal de ECG se apresenta como uma alternativa interessante para auxiliar o profissional de saúde no diagnóstico dessa arritmia. Nesse contexto, o presente trabalho trata da implementação de um sistema de análise automática do sinal de ECG para identificação de episódios de AF. O sistema consiste em uma etapa de aquisição do sinal realizada por um sensor de ECG BITalino conectado à plataforma BITalino (r)evolution Core, ambos desenvolvidos pela PLUX – Wireless Biosignals S.A. O sinal adquirido é transmitido via comunicação bluetooth para um smartphone com sistema operacional Android™. O processamento do sinal é feito através de um aplicativo desenvolvido através da IDE Android™ Studio. O sistema de análise foi desenvolvido através do software MATLAB® e, posteriormente, implementado no aplicativo com o auxílio da aplicação MATLAB Coder™ e da interface JNI. Em linhas gerais, o sistema de análise é composto por um algoritmo para detecção dos picos da onda R do sinal de ECG, seguido de uma etapa de extração de características, e outra de classificação. A característica utilizada na entrada do modelo de classificação foi o intervalo entre picos R consecutivos. O modelo de classificação utilizado é baseado em redes neurais do tipo LSTM (Long Short-Term Memory). Quando validado sobre os sinais do banco de dados MIT-BIH Atrial Fibrillation, o algoritmo de detecção dos picos da onda R apresentou valores médios de sensibilidade (Se) e preditividade positiva (P+) de 98,99% e 95,95%, respectivamente. O modelo de classificação utilizado apresentou exatidão média de 94,94% na identificação de episódios de AF. |
|---|---|
| Autores principais: | Lazaretti, Gabriel Saatkamp |
| Assunto: | Android BITalino ECG Fibrilação atrial Smartphone |
| Ano: | 2023 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Instituto Politécnico de Bragança |
| Idioma: | português |
| Origem: | Biblioteca Digital do IPB |
| Resumo: | As arritmias cardíacas são distúrbios que afetam a frequência e/ou o ritmo dos batimentos cardíacos. O diagnóstico da maioria das arritmias é feito através da análise do eletrocardiograma (ECG), o qual consiste na representação gráfica da atividade elétrica do coração. A fibrilação atrial (AF) é um tipo de arritmia cardíaca, sendo a mais presente na população mundial. Se não identificada nos estágios iniciais, aumenta as chances de ocorrência de paragens cardíacas e acidente vascular cerebral, que constituem uma das maiores causas de morte no mundo. Uma das principais características presentes no sinal de ECG de indivíduos com AF é a irregularidade no ritmo cardíaco, ou seja, variação no intervalo entre dois picos R consecutivos. Pelo fato da AF muitas vezes se apresentar de forma assintomática, o uso de sistemas computacionais para a análise automática do sinal de ECG se apresenta como uma alternativa interessante para auxiliar o profissional de saúde no diagnóstico dessa arritmia. Nesse contexto, o presente trabalho trata da implementação de um sistema de análise automática do sinal de ECG para identificação de episódios de AF. O sistema consiste em uma etapa de aquisição do sinal realizada por um sensor de ECG BITalino conectado à plataforma BITalino (r)evolution Core, ambos desenvolvidos pela PLUX – Wireless Biosignals S.A. O sinal adquirido é transmitido via comunicação bluetooth para um smartphone com sistema operacional Android™. O processamento do sinal é feito através de um aplicativo desenvolvido através da IDE Android™ Studio. O sistema de análise foi desenvolvido através do software MATLAB® e, posteriormente, implementado no aplicativo com o auxílio da aplicação MATLAB Coder™ e da interface JNI. Em linhas gerais, o sistema de análise é composto por um algoritmo para detecção dos picos da onda R do sinal de ECG, seguido de uma etapa de extração de características, e outra de classificação. A característica utilizada na entrada do modelo de classificação foi o intervalo entre picos R consecutivos. O modelo de classificação utilizado é baseado em redes neurais do tipo LSTM (Long Short-Term Memory). Quando validado sobre os sinais do banco de dados MIT-BIH Atrial Fibrillation, o algoritmo de detecção dos picos da onda R apresentou valores médios de sensibilidade (Se) e preditividade positiva (P+) de 98,99% e 95,95%, respectivamente. O modelo de classificação utilizado apresentou exatidão média de 94,94% na identificação de episódios de AF. |
|---|