Avaliação do desempenho de técnicas de filtragem digital sobre sinais ECG

Abstract

Dentre as principais causas de morte no mundo, as doenças que atacam o sistema cardiovascular têm estado na linha de frente. Os sinais elétricos produzidos pelo coração são recolhidos por meio de eletrodos fixados na superfície do corpo e registrados em um eletrocardiógrafo. Esses sinais constituem o eletrocardiograma (ECG), o qual consiste de um exame médico que fornece os parâmetros das atividades funcionais do coração e permite detectar eventos adversos ou anormais deste órgão. O processamento automático deste sinal compreende, como etapas iniciais, os processos de detecção e segmentação das ondas características. No entanto, algumas frequências indesejáveis interferem no processo de aquisição, impossibilitando, com isso, a extração de um ECG limpo, o que pode ocasionar distorções dos parâmetros que caracterizam a atividade cardíaca, tal como a variabilidade da frequência cardíaca, a amplitude e a duração do complexo QRS (conjunto das ondas Q, R e S do ECG), dentre outros parâmetros. É nesta perspectiva que surge a necessidade da utilização de filtros de sinais digitais. A transformada Wavelet possui propriedades de multirresolução em escala e no tempo, que a coloca em vantagem em relação aos métodos senoidais de Fourier. Esta monografia baseia-se na aplicação de diferentes técnicas de filtragem do ECG para avaliar o desempenho da transformada Wavelet quando implementada por bancos de filtros passa-baixas e passa-altas. Para tal, fez-se a utilização de 15 wavelets do tipo biortogonais e 10 wavelets do tipo daubechies para a remoção de ruídos de alta-frequência e de baixa-frequência presentes em sinais sintéticos com 20 diferentes morfologias de QRS, gerados por um simulador computacional. O desempenho dos filtros é avaliado através do cálculo do erro RMS (Root Mean Square) normalizado entre os sinais de referência e os sinais filtrados. Os resultados obtidos permitiram identificar e comparar de forma detalhada o desempenho de cada filtro Wavelet em diferentes cenários, correspondentes às diferentes morfologias existentes de batimentos e a diferentes componentes de frequência de ruído artificial.