Resumo:
Este trabalho apresenta métodos para processamento de sinais de eletrocardiograma (ECG), visando realizar a classificação automática de batidas cardíacas com bom desempenho e baixo custo computacional. Em especial, uma nova abordagem para a extração de características é apresentada, na qual o sinal de ECG é caracterizado por valores de intervalos entre batidas (intervalos R-R), dados de amplitude do sinal e, principalmente, parâmetros de Hjorth. Os parâmetros de Hjorth foram utilizados anteriormente em uma variedade de áreas de pesquisa, especialmente para caracterização de sinais cerebrais, mas sua aplicação no processamento de sinal de ECG é ainda pouco explorada. Além disso, este trabalho introduz uma nova estratégia para a solução do problema de segmentação de batidas cardíacas, que evita que informações de batidas adjacentes à batida de interesse sejam levadas em consideração, aumentando o desempenho de classificação. Para o teste das técnicas propostas, utilizou-se o banco de dados norte-americano
MIT-BIH de arritmias e classificadores do tipo máquina de vetor de suporte (SVM). Recomendações da Associação para o Avanço da Instrumentação Médica (AAMI) foram seguidas, de modo que o trabalho pudesse ser comparado a outros trabalhos importantes recentes. O modelo proposto apresenta índices de desempenho compatíveis ou superiores a cinco outros trabalhos de metodologia semelhante utilizados para comparação, que compõem o estado da arte nesse campo. Os resultados obtidos nos testes indicam que as técnicas propostas neste trabalho podem ser aplicadas com sucesso ao problema da classificação automática do batimento cardíaco. Além disso, esta nova abordagem tem baixo custo computacional, o que permite sua posterior implementação em dispositivos de hardware com recursos limitados, como FPGA, sistemas embarcados e circuitos integrados.
