Classificação automática de batidas de eletrocardiogramas

Abstract

Este trabalho apresenta uma análise comparativa de métodos de classificação de batidas de eletrocardiograma (ECG) através do reconhecimento de padrões nos seus sinais. Essa análise visa identificar qual dentre os métodos existentes é a melhor opção, ou seja, a opção com maiores acurácia e sensitividades, para a utilização em sistemas de suporte ao diagnóstico de cardiopatias. Foram implementados os três principais métodos de classificação existentes e ainda um novo método, cujo desenvolvimento foi auxiliado por este trabalho. As implementações foram realizadas utilizando a linguagem de programação Java. Foram utilizadas mais de 11 mil gravações de ECG obtidas de um banco de dados de referência na área para validar o estudo. A acurácia obtida pelo novo método proposto foi de 99,83% e as taxas de sensibilidade foram de no mínimo 99,48% para todos os tipos de batidas, o que supera os resultados dos outros métodos de classificação de batidas de ECG.

This job presents a comparative analysis Electrocardiogram Beat Classification Methods using pattern recognition in ECG images. This analysis aims to identify which method is the better option, it means the most acurate and with greater sensitivities rates option, to be used on a diagnosis support system. The three main existing methods were implemented together with a new method, which development were helped by this job. The implementations were made using the Java programming language. More than 11 thousand ECG beats records from this area reference database were used to validate this study. The accuracy obtained by the proposed method was 99.83% and the minimum sensitivities rates were 99.48% for all beat types, which is higher than the results obtained by the other ECG beat classification methods.