Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/31880
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Alessandro Bedapt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/0483643134086398pt_BR
dc.contributor.advisor-co1Henrique Resende Martinspt_BR
dc.contributor.referee1Eduardo Mazoni Andrade Marçal Mendespt_BR
dc.contributor.referee2Alcendino Cândido Jardim Netopt_BR
dc.creatorThiago Lucas de Oliveirapt_BR
dc.creator.Latteshttp://lattes.cnpq.br/9097321867689580pt_BR
dc.date.accessioned2020-01-15T15:31:28Z-
dc.date.available2020-01-15T15:31:28Z-
dc.date.issued2019-11-27-
dc.identifier.urihttp://hdl.handle.net/1843/31880-
dc.description.abstractThe electrocardiogram (ECG) is considered one of the most important diagnosis assistance methods in the cardiovascular clinical area. With the expansion of the ECG exam acquisition, it has become necessary to develop algorithms for automating the ECG signal analysis, reducing the medical report time. In this context, the objective of this research is the development of an algorithm for automatic detection of R peaks on short 12-leads ECG excerpt based on vectorcardiogram. This algorithm, named Vectordet, considers the health systems limitations, which are the excessive noise level, diverse pathologies and limited computational resources. This case scenario is represented by St. Petersburg Institute of Cardiological Technics 12-lead Arrhythmia Database. The Vectordet performance is compared with the references Pan-Tompkins and Wavedet, which are single lead R peak detection algorithms. Before the distinct capacity in each lead detection of these two references, a multiple leads rule, called Single Lead Rule, was studied for weighting different input detections. The algorithms performances evaluation is restricted to the metrics of sensitivity (Se), positive predictivity (P+) and processing time (Tp), although it is presented the RMS error, specificity and accuracy. Thereby, the results obtained in the proposed algorithm are Se = 99.30%, P+ = 99.15% and a Tp = 0.001 s for each 10-s exam. From the reference algorithms, Vectordet ensures an R peak detection with a performance statistically superior to Wavedet and a computational cost 25 and 3700 times faster than Pan-Tompkins and Wavedet, respectively.pt_BR
dc.description.resumoO eletrocardiograma (ECG) é considerado um dos métodos mais importantes de assistência diagnóstica no domínio cardiovascular clínico em vista ao crescente número de cardiopatias. Com a expansão da aquisição de exames ECG, fez-se necessário o desenvolvimento de algoritmos para automatizar a análise do sinal ECG, reduzindo o tempo de laudo pelos especialistas. Neste contexto, o presente trabalho propõe um método de detecção automática dos picos R baseado em vetorcardiograma para traçados curtos de 12 derivações. Esse algoritmo, denominado Vectordet, considera as limitações de um sistema de saúde, tais como excesso de ruídos, diversidades patológicas e recursos computacionais limitados. Esse cenário clínico é representado pelo banco de dados de derivações padrões do St. Petersburg Institute of Cardiological Technics 12-lead Arrhythmia Database. O desempenho do Vectordet é comparado com as referências Pan-Tompkins e Wavedet, algoritmos de detecção de pico R de derivação a derivação. Perante a distinta capacidade de detecção em cada derivação dessas duas referências, uma regra de múltiplas derivações, denominada Single Lead Rule, foi avaliada para ponderar a detecção de diferentes entradas. A avaliação da performance dos algoritmos se restringe as métricas de sensibilidade (Se), preditividade positiva (P+) e tempo de processamento (Tp), apesar de serem apresentados o erro RMS, a especificidade e a acurácia. Assim, os resultados obtidos para o algoritmo proposto são Se = 99,30%, P+ = 99,15% e Tp = 0,001 s por exame de 10 s. Com base nos algoritmos de referência, o Vectordet assegura detecção de picos R com desempenho estatisticamente superior ao Wavedet e custo computacional 25 e 3700 vezes mais rápido do que Pan-Tompkins e Wavedet, respectivamente.pt_BR
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorpt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentENG - DEPARTAMENTO DE ENGENHARIA ELÉTRICApt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétricapt_BR
dc.publisher.initialsUFMGpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectECGpt_BR
dc.subjectDetecção de pico Rpt_BR
dc.subjectVetorcardiogramapt_BR
dc.subjectMétricas de desempenhopt_BR
dc.subjectRegra de múltiplas derivaçõespt_BR
dc.subject.otherEngenharia elétricapt_BR
dc.subject.otherEngenharia biomédicapt_BR
dc.subject.otherEletrocardiogramapt_BR
dc.subject.otherVetorcardiogramapt_BR
dc.titleDesenvolvimento e validação de detector de pico R baseado em vetorcardiogramapt_BR
dc.typeDissertaçãopt_BR
Appears in Collections:Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
Dissertação_Msc_Thiago_Lucas_deOliveira_Final.pdf3.85 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.