Seleção de características e otimização de parâmetros via PSO para um classificador de arritmias cardíacas.

Abstract

As doenças cardíacas são a principal causa de morte no Brasil e no mundo, tornando os esforços para uma detecção precoce desses males uma prioridade nas pesquisas da área biomédica. Apesar das arritmias cardíacas não serem uma doença fatal em todas as suas formas, elas podem indicar problemas mais sérios e podem, inclusive, levar a morte. Por isso, a classificação automática de arritmias cardíacas pode vir a ser uma importante ferramenta para as análises clínicas. Neste trabalho é proposto um método para evoluir um classificador de arritmias cardíacas desenvolvido a partir de técnicas propostas em trabalhos que apresentaram bons resultados na área. Com esse intuito é aplicada a otimização por enxame de partículas (PSO), que apresentou um ótimo comportamento para buscar os melhores parâmetros e selecionar as características mais importantes para o problema. Técnicas de filtragem digital, estudos sobre a morfologia da curva do ECG, redes complexas, wavelet, função de autocorrelação e máquina de vetores suporte (SVM), são algumas das ferramentas utilizadas neste trabalho. Também é apresentada uma nova representação para os sinais do ECG, chamada de vectocardiograma temporal. Seguindo as recomendações da AMMI e um protocolo bem utilizado na literatura, o método proposto apresentou uma acurácia global de 92,4%, superior a de muitos trabalhos da área. Novas características devem ser extraídas do vectocardiograma temporal, já que este aportou uma importante colaboração para os resultados finais.