Classificação de segmentos de eletrocardiograma normais e com fibrilação atrial: estudo metodológico.

• Autor(a) principal: Jeong, Sam
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://www.teses.usp.br/teses/disponiveis/3/3154/tde-23092021-105243/
• topic: Atrial fibrillation; Biomedical engineering; Fibrilação atrial; Processamento de sinais; Signal processing

A fibrilação atrial é uma arritmia cardíaca que pode elevar o risco de morte e que está associada ao acidente vascular encefálico e à insuficiência cardíaca. Portanto, sua detecção é muito importante e constitui o objetivo principal deste mestrado. Esta dissertação faz uma revisão dos parâmetros usados para detectar a fibrilação atrial e que são extraídos do eletrocardiograma, do tacograma e da variabilidade da frequência cardíaca. Em seguida, propõe um conjunto de parâmetros que fornece uma alta acurácia nessa tarefa. Esse conjunto de parâmetros é aplicado à entrada de classificadores e fornece uma indicação da presença ou não de fibrilação atrial. Além disso, é feita a comparação entre o desempenho do classificador linear, da máquina de vetor de suporte, da rede neural artificial e da rede convolucional na detecção da fibrilação atrial. Outros aspectos metodológicos como o uso de base de dados distintas, a formação dos grupos de teste e treinamento e a viabilidade da utilização clínica da metodologia também são explorados nesta dissertação. Os resultados indicam que o melhor conjunto de atributos é formado por dez parâmetros obtidos do intervalo RR: a média dos valores absolutos dos ângulos de Poincaré, a média dos senos dos ângulos de Poincaré, o desvio padrão do valor absoluto das diferenças, a mediana dos desvios absolutos entre os intervalos RR e o seu valor médio, a variância, a entropia amostral, a entropia de Fuzzy, a entropia de Shannon, o coeficiente da entropia amostral e a entropia amostral quadrática. Com esses parâmetros normalizados foi obtida até 99,81% de acurácia com a máquina de vetor de suporte.