Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/53658
Type: Tese
Title: Classificação automática do registro do ECG de 12 derivações em aceitável ou inaceitável para laudo médico em sistemas reais de telecardiologia : redução de custos e de riscos no processo de diagnóstico cardíaco
Authors: Jermana Lopes de Moraes
First Advisor: Alessandro Beda
First Co-advisor: Eduardo Mazoni Andrade Marçal Mendes
First Referee: Leonardo Bonato Felix
Second Referee: Jurandinr Nadal
Third Referee: João Paulo do Vale Madeiro
metadata.dc.contributor.referee4: Marcelo Martins Pinto Filho
Abstract: A classificação automática do registro do Eletrocardiograma (ECG) de 12 derivações em aceitável ou inaceitável para laudo médico é fundamental para minimizar custos e riscos relacionados ao processo de diagnóstico cardíaco. A maioria dos algoritmos para tal classificação incluem parâmetros não intuitivos e foram desenvolvidos baseados em dados não representativos do cenário clínico real: sub-representação de registros do ECG patológicos e sobrerrepresentação de registros inaceitáveis. Portanto, novos algoritmos foram desenvolvidos e validados em dados de um sistema real de telecardiologia - Telehealth Network of Minas Gerais (TNMG): Noise Automatic Classification Algorithm (NACA) para a avaliação da qualidade do traçado eletrocardiográfico; Limb Electrode Interchange Detection Algorithm (EIDALIMB) e Precordial Electrode Interchange Detection Algorithm (EIDAPREC) para a detecção das inversões dos eletrodos dos membros e precordiais, respectivamente. Esses algoritmos foram desenvolvidos a partir do conhecimento clínico do traçado eletrocardiográfico, empregando técnicas de processamento de sinal de baixa complexidade computacional e utilizando regras de significado físico ou fisiológico interpretáveis e factíveis de alterações. Os algoritmos propostos foram comparados com outros relevantes da literatura por meio de cinco métricas: Sensibilidade (Se), Especificidade (Esp), Valor Preditivo Positivo (VPP), F2 e redução de custo resultante do uso desses algoritmos em um sistema clínico real. O NACA foi comparado com o Quality Measurement Algorithm (QMA), vencedor do Computing in Cardiology Challenge 2011, utilizando um conjunto de dados disponibilizado pela TNMG (TestTNMG) e um outro publicamente disponível, ChallengeCinC. Por sua vez, o EIDALIMB e o EIDAPREC foram comparados com o Decision Rules Algorithm (DRA), que atualmente é o mais renomado da literatura, utilizando um conjunto de dado disponibilizado pela TNMG (TestTNMGINV). Os conjuntos TestTNMG e TestTNMGINV consistem em 34.310 e 23.235 registros do ECG, respectivamente (1% inaceitável e 50% patológico), enquanto o ChallengeCinC consiste em 1.000 registros do ECG (23% inaceitáveis, superior ao cenário clínico real). NACA e QMA alcançaram um desempenho semelhante no ChallengeCinC, enquanto apenas o NACA obteve um bom desempenho no TestTNMG (Se=0,89; Sp=0,99; VPP=0,59; F2=0,76 e redução de custos 2,3±1,8%). Por sua vez, ao contrário do DRA, EIDALIMB e EIDAPREC alcançaram um bom desempenho no TestTNMGINV (Se≥0,88; Esp≥0,98; VPP≥0,32; F2≥0,63 e redução de custos 2,8±2,2%). Portanto, percebe-se que algoritmos aplicáveis ao cenário clínico real devem ser desenvolvidos baseados em dados representativos da realidade clínica. Adicionalmente, a implementação do NACA, EIDALIMB e EIDAPREC em qualquer serviço de telecardiologia tem potencial de resultar em benefícios evidentes de saúde e financeiros para os pacientes e para o sistema de saúde.
Abstract: The automatic classification of the 12-lead Electrocardiogram (ECG) recording as acceptable or as unacceptable for a medical report is fundamental to minimize costs and risks related to the cardiac diagnostic process. Most algorithms for such classification include non-intuitive parameters and were developed based on data that are not representative of the real clinical scenario: underrepresentation of pathological ECG recordings and overrepresentation of unacceptable recordings. Therefore, new algorithms were introduced, which were developed and validated on data from a real telecardiology system - Telehealth Network of Minas Gerais (TNMG): Noise Automatic Classification Algorithm (NACA) to assess the quality of 12-lead ECG recordings; Limb Electrode Interchange Detection Algorithm (EIDALIMB) and Precordial Electrode Interchange Detection Algorithm (EIDAPREC) to detect limb and precordial electrode interchanges, respectively. These algorithms were developed based on clinical knowledge of the electrocardiographic tracing, using signal processing techniques of low computational complexity and using rules of physical or physiological meaning that are understandable and may be changed/adapted. The proposed algorithms were compared with other relevant ones in the literature using five metrics: Sensitivity (Se), Specificity (Sp), Positive Predictive Value (PPV), F2 and cost reduction resulting from the use of these algorithms in a real clinical system. Then, NACA was compared to the Quality Measurement Algorithm (QMA), winner of the Computing in Cardiology Challenge 2011, using data provided by TNMG (TestTNMG) and another publicly available, ChallengeCinC. On the other hand, EIDALIMB and EIDAPREC were compared to the Decision Rules Algorithm (DRA), which is currently the most renowned in the literature, using another dataset provided by TNMG (TestTNMGINV). TestTNMG and TestTNMGINV datasets consist of 34,310 and 23,235 ECG recordings, respectively (1% unacceptable and 50% pathological), while ChallengeCinC consists of 1,000 ECG recordings (23% unacceptable, higher than the actual clinical scenario). NACA and QMA achieved similar performance in ChallengeCinC, while only NACA achieved satisfactory performance in TestTNMG (Se=.89; Sp=.99; PPV=.59; F2=.76 and cost reduction 2.3 ±1.8%). On the other hand, unlike DRA, EIDALIMB and EIDAPREC achieved satisfactory performance in TestTNMGINV (Se≥.88; Sp≥.98; PPV≥.32; F2≥.63 and cost reduction 2.8± 2.2%). Therefore, it is noted that algorithms to be used in a real clinical scenario must be developed based on representative data of the clinical reality. Additionally, the implementation of NACA, EIDALIMB and EIDAPREC in any telecardiology service may result in evident health and financial benefits for the patients and the healthcare system.
Subject: Engenharia elétrica
Eletrocardiograma
Bioengenharia
Cardiologia
Algoritmos
Diagnóstico - Medicina
Custo
Eletrodos
language: por
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal de Minas Gerais
Publisher Initials: UFMG
metadata.dc.publisher.department: ENG - DEPARTAMENTO DE ENGENHARIA ELÉTRICA
metadata.dc.publisher.program: Programa de Pós-Graduação em Engenharia Elétrica
Rights: Acesso Aberto
URI: http://hdl.handle.net/1843/53658
Issue Date: 12-Apr-2023
Appears in Collections:Teses de Doutorado

Files in This Item:
File Description SizeFormat 
tese_jermanalopes_final.pdfTexto tese Jermana L. Moraes6.48 MBAdobe PDFView/Open


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