Browsing by Author "Lazaretti, Gabriel Saatkamp"
Now showing 1 - 3 of 3
Results Per Page
Sort Options
- Android-based ECG monitoring system for atrial fibrillation detection using a BITalino® ECG sensorPublication . Lazaretti, Gabriel Saatkamp; Teixeira, João Paulo; Kuhn, Eduardo Vinicius; Borghi, Pedro HenriqueCardiac arrhythmias are disorders that affect the rate and/or rhythm of the heartbeats. The diagnosis of most arrhythmias is made through the analysis of the electrocardiogram (ECG), which consists of a graphical representation of the electrical activity of the heart. Atrial fibrillation (AF) is the most present type of arrhythmia in the world population. In this context, this work deals with the implementation of a system for automatic analysis of ECG signals aiming to identify AF episodes. The system consists of a signal acquisition step performed by an ECG sensor connected to an acquisition platform. The acquired signal is transmitted via bluetooth to a smartphone with Android™ operating system. The signal processing is carried out through an application developed using the IDE Android™ Studio. When assessed over signals from the MIT-BIH Atrial Fibrillation database, the R-wave peak detection algorithm showed mean values of sensitivity and positive predictivity of 98.99% and 95.95%, respectively. The classification model used is based on a long short-term memory (LSTM) neural network and had an average accuracy of 94.94% for identifying AF episodes.
- Implementação de técnica para a detecção do complexo QRS em sinais de ECGPublication . Lazaretti, Gabriel Saatkamp; Bakri, Khaled Jamal; Kuhn, Eduardo Vinicius; Teixeira, João PauloEste artigo apresenta a implementação de um algoritmo para detecção automática dos batimentos cardíacos em sinais de eletrocardiograma (ECG). Tal algoritmo, baseado na transformada de wavelet, visa detectar a ocorrência do complexo QRS, considerando uma abordagem de decomposição em múltiplas escalas. A implementação proposta foi feita através do software MATLAB® e o banco de dados MIT-BIH Arrhythmia database (MITDB) foi utilizado para fins de validação. Resultados de simulação utilizando batimentos com diferentes características são apresentados, comprovando assim o funcionamento adequado da implementação proposta.
- Implementação de um sistema de análise automática do ECG para identificação de episódios de fibrilação atrial utilizando uma plataforma de aquisição BITalino® e um smartphone Android™Publication . Lazaretti, Gabriel Saatkamp; Teixeira, João Paulo; Kuhn, Eduardo ViniciusAs arritmias cardíacas são distúrbios que afetam a frequência e/ou o ritmo dos batimentos cardíacos. O diagnóstico da maioria das arritmias é feito através da análise do eletrocardiograma (ECG), o qual consiste na representação gráfica da atividade elétrica do coração. A fibrilação atrial (AF) é um tipo de arritmia cardíaca, sendo a mais presente na população mundial. Se não identificada nos estágios iniciais, aumenta as chances de ocorrência de paragens cardíacas e acidente vascular cerebral, que constituem uma das maiores causas de morte no mundo. Uma das principais características presentes no sinal de ECG de indivíduos com AF é a irregularidade no ritmo cardíaco, ou seja, variação no intervalo entre dois picos R consecutivos. Pelo fato da AF muitas vezes se apresentar de forma assintomática, o uso de sistemas computacionais para a análise automática do sinal de ECG se apresenta como uma alternativa interessante para auxiliar o profissional de saúde no diagnóstico dessa arritmia. Nesse contexto, o presente trabalho trata da implementação de um sistema de análise automática do sinal de ECG para identificação de episódios de AF. O sistema consiste em uma etapa de aquisição do sinal realizada por um sensor de ECG BITalino conectado à plataforma BITalino (r)evolution Core, ambos desenvolvidos pela PLUX – Wireless Biosignals S.A. O sinal adquirido é transmitido via comunicação bluetooth para um smartphone com sistema operacional Android™. O processamento do sinal é feito através de um aplicativo desenvolvido através da IDE Android™ Studio. O sistema de análise foi desenvolvido através do software MATLAB® e, posteriormente, implementado no aplicativo com o auxílio da aplicação MATLAB Coder™ e da interface JNI. Em linhas gerais, o sistema de análise é composto por um algoritmo para detecção dos picos da onda R do sinal de ECG, seguido de uma etapa de extração de características, e outra de classificação. A característica utilizada na entrada do modelo de classificação foi o intervalo entre picos R consecutivos. O modelo de classificação utilizado é baseado em redes neurais do tipo LSTM (Long Short-Term Memory). Quando validado sobre os sinais do banco de dados MIT-BIH Atrial Fibrillation, o algoritmo de detecção dos picos da onda R apresentou valores médios de sensibilidade (Se) e preditividade positiva (P+) de 98,99% e 95,95%, respectivamente. O modelo de classificação utilizado apresentou exatidão média de 94,94% na identificação de episódios de AF.