Submitted by Maria Aparecida (cidazen@gmail.com) on 2017-04-17T11:57:59Z
No. of bitstreams: 1
Alfredo Costa Oliveira Júnior.pdf: 789446 bytes, checksum: c5c9858983f5e6384177bda8d1ae2a0a (MD5) / Made available in DSpace on 2017-04-17T11:57:59Z (GMT). No. of bitstreams: 1
Alfredo Costa Oliveira Júnior.pdf: 789446 bytes, checksum: c5c9858983f5e6384177bda8d1ae2a0a (MD5)
Previous issue date: 2017-02-16 / Atrial fibrilation(AF) is one of the most common cardiac arrhythmias worldwide. Thus,
there are ample efforts to implement AF diagnosis systems. The main noninvasive way
to assess cardiac health is through electrocardiogram (ECG) signal analysis, which
represents the electrical activity of the cardiac muscle, and has characteristic temporal
markings: P, Q, R, S and T waves. Some authors use filtering techniques, statistical
analysis and even neural networks for detecting AF based on the RR interval, that is
given by the temporal difference between the peaks of the R wave. However, analises
of the RR interval allows for evaluating changes occurring only in the R wave of the
ECG signal, not allowing to assess, for example, variations in the P wave provoked by
the AF. In face of that, we propose characterize the ECG signal amplitude aiming at
classifying both healthy and AF patients. The ECG signal was analyzed in the proposed
methodology through the following statistics: variance, asymmetry, and kurtosis. Herein,
we use the MIT-BIH Atrial Fibrillation and MIT-BIH Normal Sinus Rhythm database
signals to evaluate AF and normal heartbeat intervals. Our study shown that kurtosis
outperfomed variance and asymmetry with respect to sensibility (Se = 100%), specificity
(Sp = 88.33%) and accuracy (Ac = 91.33%). The results were expected since kurtosis
is a non-Gaussian measure and the ECG signal has sparse distribution. The proposed
methodology also requires a lower number of pre-processing stages, and its simplicity
allows for implementations in imbedded systems supporting the clinical diagnosis. / A Fibrilação atrial (FA) é uma das arritmias cardíacas mais comuns em todo o mundo.
Por isso, amplos são os esforços para implementar sistemas que apoiem o diagnóstico
de FA. A principal forma não invasiva de avaliar a saúde cardíaca, é através da análise
do sinal de eletrocardiograma (ECG), o qual representa a atividade elétrica do músculo
cardíaco, e possui marcações temporais características: as ondas P, Q, R, S e T. Alguns
autores utilizaram técnicas de filtragem, análise estatística e até redes neurais para
detectar FA com base no intervalo RR, que é dado pela diferença temporal entre os
picos da onda R. Entretanto, a análise do intervalo RR permite avaliar apenas as
variações que ocorrem na onda R do sinal de ECG, não permitindo avaliar, por exemplo,
as alterações na onda P, provocadas pela FA. Diante disso, propõe-se caracterizar
a amplitude do sinal de ECG, a fim de classificar pacientes com FA e saudáveis. Na
metodologia proposta, o sinal de ECG, foi analisado por meio das seguintes estatísticas:
variância, assimetria e curtose. Para avaliar o classificador proposto, usou-se sinais
obtidos das bases de dados MIT-BIH Atrial Fibrillation e MIT-BIH Normal Sinus Rhythm
referentes aos pacientes com FA e com ritmo cardíaco normal, respectivamente. Dentre as estatísticas analidadas, a curtose foi a que apresentou resultados superiores
em termos de sensibilidade (Se = 100%), especificidade (Sp = 88, 33%) e acurácia
(Ac = 91, 33%). Esses resultados são de se esperar pelo fato de que a curtose é uma
medida de não-gaussianidade e que o sinal de ECG possui distribuição esparsa. A metodologia proposta também requer um número menor de etapas de pré-processamento,
e sua simplicidade permite implementações em sistemas embarcados que apoiarão o
diagnóstico clínico.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede2:tede/1293 |
| Date | 16 February 2017 |
| Creators | OLIVEIRA jÚNIOR, Alfredo Costa |
| Contributors | BARROS FILHO, Allan Kardec Duailibe |
| Publisher | Universidade Federal do Maranhão, PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET, UFMA, Brasil, DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFMA, instname:Universidade Federal do Maranhão, instacron:UFMA |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0018 seconds