Extração de Características de Sinais para Diagnóstico de Doença Cardíaca Utilizando Uma Única Derivação de um Eletrocardiograma

Resumo

Neste estudo, apresentamos um procedimento de processamento de sinais que identifica características dos sinais do eletrocardiograma e alimenta essa informação em uma rede neural, possibilitando a separação dos sinais normais daqueles indicativos de infarto. O método é adaptado para integração com sistemas de redes neurais projetados para diagnóstico com base nas características do sinal. Utilizando os recursos propostos, foi possível diferenciar sinais normais de sinais de infarto, utilizando apenas uma derivação do eletrocardiograma. O método proposto visa simplificar o processo de aquisição e processamento de sinais de eletrocardiograma (ECG). Envolve a extração de características específicas de um sinal de ECG, que são então fornecidas a um sistema inteligente para diagnóstico potencial. Especificamente, o método concentra-se na utilização da derivação V6 do sinal de ECG. Durante o processamento, duas características principais são extraídas: a energia média do sinal e a frequência dominante no espectro de frequência do sinal. Para validar a eficácia desta abordagem, um conjunto de dados, composto por 62 sinais normais de ECG e 58 sinais diagnosticados como sinais de infarto foram utilizados para treinar a rede e para o teste foram empregados mais 480 sinais. Os conjuntos de dados para treinamento e validação foram obtidos do banco de sinais PhysioNet. As características extraídas de cada sinal foram utilizadas como entradas para a rede neural. Os resultados mostraram que a rede alcançou uma taxa de diagnóstico correto de 99,79% utilizando essas características de sinal.