nÃo hà / A tarefa mais importante em processamento de sinais de eletrocardiograma (ECG) à a determinaÃÃo exata do complexo de QRS, em particular, a detecÃÃo dos picos de onda R atravÃs de sistemas e anÃlises computadorizadas. à essencial, especialmente, para uma medida correta da variabilidade do ritmo cardÃaco (HRV). Um grande obstÃculo a ser superado para uma detecÃÃo confiÃvel à a sensibilidade do eletrocardiograma a diversas fontes de distÃrbio, tais como, a interferÃncia à rede elÃtrica, os artefatos do movimento, flutuaÃÃo da linha base e o ruÃdo dos mÃsculos. Este trabalho utiliza as propriedades matemÃticas da transformaÃÃo de Hilbert sobre wavelets para desenvolver um novo algoritmo capaz de diferenciar as ondas R das demais (P, Q, S, T e U) e facilitar a detecÃÃo dos complexos QRS. Uma taxa de detecÃÃo do complexo QRS de 99,92% à alcanÃada para a base de dados de arritmias do MIT-BIH. A tolerÃncia a ruÃdo do mÃtodo proposto foi tambÃm testada usando os registros padrÃo da base de dados MIT-BIH Noise Stress Test. A taxa da detecÃÃo do detector ficou aproximadamente 99,35% mesmo para as relaÃÃes sinal-ruÃdo (SNR) tÃo baixo quanto 6dB. / The most important task in the ECG signal processing is the accurate determina-tion of QRS complex, in particular, accurate detection of the R wave peaks, is essential in computer-based ECG analysis especially for a correct measurement of Heart Rate Variability (HRV). A great hurdle to be overcome in reliable detection is the sensibility of the electrocar-diogram to several disturbance sources such as powering source interference, movement arti-facts, baseline wandering and muscle noise. This study uses the Hilbert Transform pairs of wavelet bases for QRS detection. From the properties of these mathematical tools it was pos-sible to develop an algorithm which is able to differentiate the R waves from the others (P, Q, S, T and U waves).The performance of the algorithm was verified using the records MIT-BIH arrhythmia and normal databases. A QRS detection rate of 99.92% was achieved against MIT-BIH arrhythmia database. The noise tolerance of the proposed method was also tested using standard records from the MIT-BIH Noise Stress Test Database. The detection rate of the detector remains about 99.35% even for signal-to-noise ratios (SNR) as low as 6dB.

Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-03-17T10:07:43Z No. of bitstreams: 2 Dissertação - Francisco P. Romero.pdf: 7624666 bytes, checksum: 863de5e0a188b3c163dd2ba3c0533962 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-03-17T10:07:59Z (GMT) No. of bitstreams: 2 Dissertação - Francisco P. Romero.pdf: 7624666 bytes, checksum: 863de5e0a188b3c163dd2ba3c0533962 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-03-17T10:08:34Z (GMT) No. of bitstreams: 2 Dissertação - Francisco P. Romero.pdf: 7624666 bytes, checksum: 863de5e0a188b3c163dd2ba3c0533962 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-03-17T10:08:34Z (GMT). No. of bitstreams: 2 Dissertação - Francisco P. Romero.pdf: 7624666 bytes, checksum: 863de5e0a188b3c163dd2ba3c0533962 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-12-20 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Cardiovascular diseases are the leading cause of death worldwide, accounting for 17.3 million deaths per year. The electrocardiogram (ECG) is a non-invasive technique widely used for the detection of cardiac diseases. To increase diagnostic sensitivity, ECG is acquired during exercise stress tests or in ambulatory way. Under these acquisition conditions the ECG is strongly affected by some types of noise, mainly by baseline (BL) wander. Currently in the literature, there are several methods for the elimination of BL, but no comparative study has been found that quantitatively evaluates these methods using the same signals. In this work a spectral characterization of the BL was made where it has been proven that these contain spectral components up to 3.14 Hz which exceeds the values established by the American Heart Association. We also implemented nine methods for the elimination of BL, which are interpolation using cubic splines, FIR filtering, IIR filtering, LMS adaptive filtering, moving average filter, independent component analysis, interpolation and successive median subtractions, decomposition in empirical modes and wavelet filtering. They were evaluated qualitatively and quantitatively. For the quantitative evaluation, the following similarity metrics were used: absolute maximum distance, sum of squares of distances and percentage of mean square error distance. Several experiments were performed using synthetic ECG signals, real QT Database ECG, artificial and real BL noises from the Noise Stress Test Database. The best results were obtained by the method based on FIR high pass filtering with cutoff frequency of 0.67 Hz. / As doenças cardiovasculares representam a principal causa de morte em nível mundial, sendo responsáveis por 17,3 milhões de mortes por ano. O eletrocardiograma (ECG) é uma técnica não invasiva utilizada amplamente para a detecção de algumas doenças cardiovasculares. Para aumentar a sensibilidade diagnóstica, o ECG é adquirido em ambulatório ou durante provas de esforço físico. Nessas condições de aquisição é afetado fortemente por vários tipos de ruídos, principalmente pelas flutuações de linha base (FLB). Apesar de existirem vários métodos para a eliminação das FLB, não foi identificado nenhum estudo comparativo que avalie quantitativamente estes métodos usando os mesmos sinais. Neste trabalho foi feita uma caraterização espectral das FLB onde foi comprovado que estas contem componentes espectrais em até 3,14 Hz. Tal valor, entretanto, ultrapassa os valores estabelecidos pela American Heart Association. Adicionalmente, foram implementados nove métodos para a eliminação de FLB os quais são: interpolação usando splines cúbicos, filtragem FIR, filtragem IIR, filtragem adaptativa LMS, filtragem de média móvel, análise de componentes independentes, interpolação e subtração de mediana sucessivas, decomposição em modos empíricos e filtragem wavelet. As técnicas implementadas foram avaliadas de forma qualitativa e quantitativa. Para a avaliação quantitativa foram usadas as seguintes métricas de similaridade: distância máxima absoluta, somatória do quadrado das distâncias e porcentagem da distância do erro médio quadrático. Foram realizados vários experimentos utilizando sinais de ECG sintéticos, ECG reais da QT Database, ruídos artificiais e ruídos reais da Noise Strees Test Database. Os melhores resultados foram obtidos com filtragem FIR passa-altas, com frequência de corte de 0,67 Hz.

A análise de sinais provenientes de um eletrocardiograma (ECG) pode ser de grande importância para avaliação do comportamento cardíaco de um paciente. Os sinais de ECG possuem características específicas de acordo com os tipos de arritmias e sua classificação depende da morfologia do sinal. Neste trabalho é considerada uma abordagem híbrida utilizando análise de componentes principais (PCA) e mapas auto-organizáveis (SOM) para classificação de agrupamentos provenientes de arritmias como a taquicardia sinusal e, principalmente, fibrilação atrial. Nesse sentido, O PCA é utilizado como um pré-processador buscando suprimir sinais de atividades ventriculares, de maneira que a atividade atrial presente no ECG seja evidenciada sob a forma das ondas f. A Rede Neural SOM, é usada na classificação dos padrões de fibrilação atrial e seus agrupamentos / A análise de sinais provenientes de um eletrocardiograma (ECG) pode ser de grande importância para avaliação do comportamento cardíaco de um paciente. Os sinais de ECG possuem características específicas de acordo com os tipos de arritmias e sua classificação depende da morfologia do sinal. Neste trabalho é considerada uma abordagem híbrida utilizando análise de componentes principais (PCA) e mapas auto-organizáveis (SOM) para classificação de agrupamentos provenientes de arritmias como a taquicardia sinusal e, principalmente, fibrilação atrial. Nesse sentido, O PCA é utilizado como um pré-processador buscando suprimir sinais de atividades ventriculares, de maneira que a atividade atrial presente no ECG seja evidenciada sob a forma das ondas f. A Rede Neural SOM, é usada na classificação dos padrões de fibrilação atrial e seus agrupamentos