Sistema embarcado de diagnóstico de eletrocardiograma utilizando fuzzy clustering e correlação.

Abstract

Este trabalho visa demonstrar a viabilidade e o desenvolvimento de um sistema embarcado de identificação de doenças cardíacas. O propósito do sistema é a aquisição de sinais cardíacos, originados de um eletrocardiograma conectado a um paciente, e a apresentação de um provável diagnóstico. Para isso algumas técnicas de processamento de sinais são utilizadas. O sistema recebe os sinais de derivações de um eletrocardiograma, transmitido por sensores posicionados em pontos específicos no corpo do paciente. Estes sinais são filtrados e processados de forma que na saída, deste sistema, seja exibido o possível diagnóstico do paciente em análise. Para o funcionamento deste sistema será apresentada uma alternativa, visando melhorar seu funcionamento, que é a utilização do processo de Fuzzy Clustering, numa tradução direta: amostragem nebulosa, entretanto como esta nomenclatura não está consolidada o nome original será utilizado. Este processo de Fuzzy Clustering permite extrair as principais características de um sinal de entrada e, através destas características, fornece regras que podem ser utilizadas em vários tipos de aplicações de controle e tomadas de decisões. Este trabalho demonstra a possibilidade de utilização deste processo para gerar os pontos que representam as características principais de um sinal de eletrocardiograma. Para comprovar a funcionalidade do sistema, foi utilizado o método de correlação para comparar e obter o grau de similaridade entre o sinal em análise e os sinais de um banco de dados com o diagnóstico médico conhecido. A comparação que obtiver maior grau de similaridade, será reconhecida como o possível diagnóstico para o paciente. O sistema foi implantado em uma placa XILINX Spartan®-3A Starter FPGA. Sendo a FPGA (Field-programmable gate array) configurada com o Microblaze® Soft-Core vi Processor - XILINX Embeded Processor. Foram feitos testes reais deste sistema, utilizando uma base de dados pública, e os resultados foram comparados com figuras de méritos de outros trabalhos que utilizam outras técnicas para obter o diagnóstico de um paciente. Também foram verificados outros fatores, da implantação em hardware dedicado, que tornam este sistema mais eficiente utilizando as técnicas empregadas.