Método para processamento e análise de sinais de eletrocardiogramas através de premissas geométricas

Abstract

A interpretação dos gráficos gerados em exames com eletrocardiogramas (ECG) requer profissionais da área da saúde treinados para identificar as oscilações elétricas que resultam da atividade do coração. Ainda assim, pequenas alterações podem não ser percebidas, ou desprezadas, eliminando chances potenciais de detecção de patologias em estágios iniciais. A grande maioria dos procedimentos automatizados para a análise de ECGs é baseada em técnicas de filtragem digitais e estatísticas, nas quais geralmente se verifica a desvantagem não apenas do custo computacional, como também a perda da qualidade do sinal e o consequente comprometimento das informações extraídas. O presente trabalho lança mão de filtros com premissas geométricas que preservam essas informações e ainda contribuem para a redução no número de pontos redundantes contidos em um ECG. Também propõe a criação de uma identidade cardíaca capaz de traduzir o padrão morfológico único e característico de cada paciente. Foram analisados ECGs de 52 indivíduos saudáveis, e a redução de pontos alcançada foi de mais de 95%. Por fim, o desenvolvimento de uma ferramenta gráfica apresentou uma nova abordagem que viabiliza tanto uma análise personalizada do ECG, como também um acompanhamento da condição cardíaca ao longo da vida.

An interpretation of the graphs generated on electrocardiograms exams (ECG) requires trained healthcare professionals to identify the electrical oscillations that result from heart activity. Even so, small changes can not be perceived, and clinical changes may be neglected, eliminating potential chances of detection of pathologies still in early stages. The large majority of automated procedures for analysis of ECGs are based on digital and statistical filtering techniques, in which it usually occurs beyond computational cost, loss of signal quality and the resulting compromise of extracted information. The present work makes use of filters with geometric premises that preserve this information and also contribute to the reduction in the number of redundant points contained in an ECG. It also proposes the creation of a cardiac identity capable of translating the unique and characteristic morphological pattern of each patient. ECGs were analyzed from 52 healthy individuals, and the reduction of points achieved was greater than 95%. Finally, the development of a graphical tool presented a new approach that enables both a personalized ECG analysis and a monitoring of the cardiac condition throughout life.