simulador de extração de parâmetros em eletrocardiograma (ecg)
DESCRIPTION
Simulador de Extração de Parâmetros em Eletrocardiograma (ECG). Autores: F.I. Oliveira* , J.P.V. Madeiro* e P.C. Cortez* *UFC - Universidade Federal do Ceará DETI - Departamento de Engenharia de Teleinformática. Introdução. - PowerPoint PPT PresentationTRANSCRIPT
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.
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.
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.
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: [email protected]
• Francisco Ivan Oliveira – mestrando UFCE-mail: [email protected]
• João Paulo do Vale Madeiro – PET – ElétricaE-mail: [email protected]