Made available in DSpace on 2016-08-17T14:53:09Z (GMT). No. of bitstreams: 1 Enio Aguiar de Araujo.pdf: 4163087 bytes, checksum: 164f9ddea4dce2f8f19d8e66d5e8294f (MD5) Previous issue date: 2010-05-28 / Typically, in the digital processing of electrocardiography signal, linear transformations are used to turn the signals more tractable in accordance to some application. For applications such as classification or data compression, it usually aimed to reduce the redundancy present in the signals, increasing the potential of the applications. There are various methods usually used for the task, the Fourier transform, the wavelet transform and principal component analysis. All those methods have any sort of limitation, being the use of a predefined space, orthogonal spaces or the limitations to second order statistics. In this work we propose the use of the independent component analysis method for the encoding of the ECG signals, using as theoretical basis the neuroscience concept of efficient coding. Two important results were found, the basis functions space generated by the proposed method is different from the spaces seen on the usual methods, and, on average, the method can reduce the redundancy of the signal. We concluded that the traditional methods might not exploit the coding potential of ECG signals due to their limitations, and also that ICA might be a reliable method for improving the performance comparing to the current systems. / Tipicamente, em processamento digital de sinais de eletrocardiografia, são utilizadas transformações lineares visando tornar os sinais mais tratáveis de acordo com a aplicação. Para aplicações como classificação ou compressão de dados, normalmente temse como objetivo dessas transformações, reduzir a redundãncia presente nesses sinais, o que aumenta o potencial dessas aplicações. Existem diversos métodos usualmente utilizados para essa tarefa, como a transformada de Fourier, a transformada de Wavelets, e análise de componentes principais. Todos esses métodos tem alguma limitação, seja a utilização de um espaço predefinido e ortogonal ou utilizar apenas estatística de segunda ordem. Neste trabalho propomos a utilização do método de análise de componentes independentes para a codificação de sinais de ECG utilizando como base o conceito da neurociência de codificação eficiente. Dois resultados importantes foram obtidos, o espaço de funções bases gerado pelo método proposto se diferencia dos espaços de transformações utilizados usualmente, e, em média, o método proposto teve maior capacidade de reduzir a redundância dos sinais. Concluímos que os métodos tradicionais podem não explorar ao máximo o potencial de codificação de sinais de ECG devido às suas limitações, e que ICA pode ser um método plausível para melhorarmos os sistemas atualmente utilizados.