Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/27866| Título: | Instrumento virtual para implementação e testes de algoritmos de extração de parâmetros de ECG através da transformada wavelet |
| Título(s) alternativo(s): | Virtual instrument for implementing and testing algorithms for extraction of ecg parameters through the wavelet transformation |
| Autor(es): | Maia, Diego de Freitas |
| Orientador(es): | Bertogna, Eduardo Giometti |
| Palavras-chave: | Eletrocardiografia Wavelets (Matemática) Instrumentos e aparelhos médicos Electrocardiography Wavelets (Mathematics) Medical instruments and apparatus |
| Data do documento: | 26-Dez-2021 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Campo Mourao |
| Citação: | MAIA, Diego de Freitas. Instrumento virtual para implementação e testes de algoritmos de extração de parâmetros de ECG através da transformada wavelet. 2021. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Eletrônica) - Universidade Tecnológica Federal do Paraná, Campo Mourão, 2021. |
| Resumo: | O eletrocardiograma é um procedimento médico que se tornou muito popular por ser acessível, não invasivo, de fácil execução e, principalmente, ter elevada sensibilidade para o diagnóstico de doenças cardíacas, entre elas as arritmias. Uma representação mais detalhada de um exame médico pode facilitar a análise do profissional da saúde tornando mais fácil o diagnóstico e tratamento de doenças resultando em uma qualidade maior no atendimento de hospitais e melhor qualidade para os pacientes. A Transformada Wavelet é um método matemático muito promissor para a análise em tempo-frequência que decompõe o sinal em coeficientes que descrevem seus detalhes em diferentes instantes de tempo, fazendo assim uma análise em tempoescala. Neste trabalho é proposta a implementação de um sistema para testes de algoritmos e análise de sinais eletrocardiográficos na forma de instrumento virtual, para ler um arquivo no padrão CSV com amostras retiradas de um banco de dados público. O instrumento virtual fora implementado utilizando o software LabVIEW, que é responsável pela leitura, ajuste e processamento do sinal detectando os parâmetros de extração do complexo QRS e onda T do sinal eletrocardiográfico utilizando a Transformada Wavelet para uma análise em tempo-escala. O processamento da Transformada Wavelet e extração dos parâmetros é feito por um script MATLAB e executado no instrumento virtual. Ele também efetua cálculos para determinar a frequência cardíaca do paciente durante o procedimento e a duração do segmento ST que são parâmetros importantes para o diagnóstico de doenças do coração. Para validação dos resultados, o algoritmo analisou amostras de sinais eletrocardiográficos retiradas do ECG-ID Database, então aplicou-se sobre as posições detectadas o Root Mean Square Error que resultou em valores praticamente nulos para a variação do dos pontos detectados em relação as posições reais do complexo QRS e uma taxa de variação média de quatro amostras na detecção da onda T em relação as posições reais. Além do RMSE outro parâmetro aplicado para mensuração da qualidade dos resultados foi o emprego do cálculo de sensibilidade que resultou em 100% para a detecção das posições do complexo QRS e 83% para a detecção da onda T, que puderam ser justificados por anomalias no sinal eletrocardiográfico analisado e uma pequena limitação do algoritmo referente a detecção do último período analisado. |
| Abstract: | The electrocardiogram is a medical procedure that has become very popular because it is accessible, non-invasive, easy to perform and, mainly, has high sensitivity for diagnosing heart diseases, including arrhythmias. A more detailed representation of a medical examination can facilitate the analysis of the health professional, making it easier to diagnose and treat illnesses in a higher quality of care for hospitals and better quality for patients. The Wavelet Transform is a very promising mathematical method for a time-frequency analysis that decomposes the signal into coefficients that describe its details at different instants of time, making a time-scale analysis. This work proposes the implementation of a system for testing algorithms and analyzing electrocardiographic signals in the form of a virtual instrument, to read a file in the standard CSV with those taken from a public database. The virtual instrument is implemented using LabVIEW software, which is responsible for reading, adjusting and processing the signal, detecting the QRS complex and T wave extraction parameters of the electrocardiographic signal using a Wavelet Transform for a time-scale analysis. Processing the Wavelet Transform and extracting the parameters is done by a MATLAB © script and developed in the virtual instrument. It also performs calculations to determine the patient's heart rate during the procedure and ST segment duration, which are important parameters for diagnosing heart disease. To validate the results, the algorithm analyzed samples of electrocardiographic signals taken from the ECGID Database, then the Root Mean Square Error was applied to the detected positions, which resulted in practically null values for the variation of the detected points in relation to the real positions of the QRS complex and a four-sample mean rate of change in the detection of the T wave relative to the real positions. In addition to the RMSE, another parameter applied to measure the quality of the results was the use of the sensitivity calculation, which resulted in 100% for the detection of QRS complex positions and 83% for the detection of the T wave, which could be justified by anomalies in the signal analyzed electrocardiographic and a small limitation of the algorithm regarding the detection of the last analyzed period. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/27866 |
| Aparece nas coleções: | CM - Engenharia Eletrônica |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| instrumentovirtualecgwavelet.pdf | 2,89 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
