Simulador de Extração de Parâmetros em Eletrocardiograma (ECG)

Autores: F.I. Oliveira* , J.P.V. Madeiro* e P.C. Cortez*

*UFC - *UFC - Universidade Federal do CearáUniversidade Federal do Ceará DETI - DETI - Departamento de Engenharia de TeleinformáticaDepartamento de Engenharia de Teleinformática

Introdução

• O Monitoramento do eletrocardiograma (ECG) e a análise de doenças cardíacas;

• Forma das ondas, duração e relação uma com as outras: onda P, complexo QRS e onda T;

• Parâmetros para se identificar a presença de alguma patologia cardíaca.

Objetivo do Simulador

• Investigação do comportamento de diversas bases de wavelets na extração automática de parâmetros em eletrocardiograma;

• Referência na escolha da wavelet-mãe usada no

método baseado na combinação das transformadas de Hilbert – Wavelet.

Base de Wavelet Função , tal que a família de funções

(1)

onde j e k são inteiros arbitrários, seja uma base ortogonal para L²{R}. As bases implementadas no simulador foram:

- Chapéu Mexicano, Haar, Daubechies e DOGs (Derivação de Gaussiana).

21)( LLx

)2(,

22)(,

kxj

kj

j

xkj

Base de Wavelet - Exemplos

Figura 1 – Chapéu Mexicano

Figura 2 – Oitava Derivada da Gaussiana (DOG8).

Figura 3 – Função Haar

Transformada de Hilbert

A transformada de Hilbert reescrita pela sua transformada de Fourier é dada pela seguinte expressão:

(2)

A função jsgn() é definida como:

(3)

FjtfHF sgn

01

00

01

sgn

Material e Metodologia

• Simulador desenvolvido usando a ferramenta GUI (Graphical User Interface) do MATLAB 6.5;

• Bancos de dados normais e com arritmias do (MIT-BIH) usados para desenvolver e analisar o simulador;

• Registros amostrados em 360 Hz ou 128 Hz com 11 bits de resolução e ganho de sinal de 200 adu/mV (unidade analógica para digital por miliVolt);

• Exames de 30 minutos e 5 minutos de duração.

Resultados I

• Processamento em tempo real simulado considerando características dos traçados eletrocardiográficos (e.g. velocidade da agulha do aparelho seja 25 mm/s ou 50 mm/s);

• Figura 4 mostra a simulação para o registro normal 16773. Velocidade do papel de registro do ECG: 50 mm/s; canal 1; wavelet-mãe: chapéu mexicano; escala: 1; tempo: 10 segundos.

Figura 4

Resultados II

• Figura 5 mostra simulação para o registro patológico 104. Velocidade do papel de registro do ECG: 50 mm/s; canal: 2; wavelet-mãe: quarta derivada da gaussiana; escala: 1; tempo: 6 segundos.

Figura 5

Resultados III

• Figura 6 mostra a simulação para o registro patológico 103. Velocidade do papel de registro do ECG: 50 mm/s; canal: 1; wavelet-mãe: daubechies 2 (db2); escala: 6; tempo: 10 segundos.

Figura 6

Performance I

576825648

Total of Failed QRS Detection

Total BeatsNumber of Records

Performance de detecção do complexo QRS usando o MIT-BIH Arrhythmias Database.

Performance II

[10] 3.22 Bancos de Filtros

[9] 2.41Filtragem adaptativa Linear

[8] 1.09Transformada de Wavelet

[10] 0.54Filtragem adaptativa (Rede Neural)

[4] 0.35Transformada de Hilbert

0.15Detector proposto

Ref.DER(%)Method

Performance de comparação com outros robustos detectores usando o registro 105 contendo 2572 complexos QRS.

Conclusão

• Simulador demonstrou-se como importante ferramenta na investigação das diversas bases de wavelets no processo de filtragem e extração automática de parâmetros em eletrocardiograma;

• Papel fundamental na escolha da wavelet-mãe, usada no método de detecção do complexo QRS baseado na combinação das transformadas de Hilbert e Wavelet;

• Verificação da robustez do método proposto.

Grupo de Trabalho

• Prof. Dr. Paulo César Cortez (DETI – UFC)E-mail: cortez@deti.ufc.br

• Francisco Ivan Oliveira – mestrando UFCE-mail: ivan@deti.ufc.br

• João Paulo do Vale Madeiro – PET – ElétricaE-mail: joaopaulo@deti.ufc.br