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
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
 ( x)  L1   L2 
, tal que a família de
funções

j, k
j

( x)  2 2 
j, k
(2
j
x  k)
(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).
Base de Wavelet - Exemplos
Figura 2 – Oitava Derivada da Gaussiana (DOG8).
Figura 1 – Chapéu Mexicano
Figura 3 – Função Haar
Transformada de Hilbert
A transformada de Hilbert reescrita pela sua
transformada de Fourier é dada pela seguinte
expressão:
FH  f t    j sgn  F  
(2)
A função jsgn() é definida como:
 1   0

sgn     0   0
 1   0

(3)
Material e Metodologia
Simulador desenvolvido usando a ferramenta GUI
(Graphical User Interface) do MATLAB 6.5;
Bancos de dados normais e com arritmias do (MITBIH) 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
Performance de detecção do complexo QRS usando o MITBIH Arrhythmias Database.
Number of Records
Total Beats
Total of Failed QRS
Detection
48
68256
57
Performance II
Performance de comparação com outros robustos detectores usando o registro
105 contendo 2572 complexos QRS.
Method
Detector proposto
DER(%)
0.15
Ref.
Transformada de Hilbert
0.35
[4]
Filtragem adaptativa (Rede Neural)
0.54
[10]
Transformada de Wavelet
1.09
[8]
Filtragem adaptativa Linear
2.41
[9]
Bancos de Filtros
3.22
[10]
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 UFC
E-mail: [email protected]
• João Paulo do Vale Madeiro – PET – Elétrica
E-mail: [email protected]