Um Sistema e-Health Inteligente para Análise e Detecção de Doenças Cardíacas (original) (raw)
Related papers
2009
Resumo: A Realidade Virtual (RV) tem sido utilizada com sucesso no ensino e aprendizagem em diversas areas da educacao. E novas formas de capacitacao de profissionais de Engenharia Biomedica sao bem vindas, dado o carater multidisciplinar da area e a pouca disponibilidade de cursos. Neste sentido, a RV pode proporcionar suporte ao treinamento de diversos temas relacionados a Engenharia Biomedica e disponibilizar estes cursos remotamente, via Web. Neste trabalho, o tema de eletrocardiografia inspirou a implementacao de um ambiente virtual de treinamento de monitoracao cardiaca, onde um paciente virtual e manipulado atraves da disposicao de eletrodos e terminais, seguidos da captacao do sinal de ECG em um monitor cardiaco virtual. O sistema foi desenvolvido atraves de tecnologias Web3D e foi proposta a validacao e avaliacao do sistema, que demonstraram a viabilidade da abordagem de desenvolvimento deste trabalho. Palavras-chave: Realidade virtual. Eletrocardiograma. Ensino mediado por...
Concepção de uma Arquitetura Móvel para Identificação de Anomalias Cardíacas
Anais do Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS), 2017
Mudanças anormais nos impulsos cardíacos podem significar enfermidades que requerem monitoramento frequente. Soluções tradicionais de medição mostram uma conceituada acurácia, porém custosas financeiramente quando realizadas com frequência. Esse artigo mostra uma análise de algumas tecnologias móveis de baixo custo para monitoramento de impulsos cardíacos, tais como o bracelete Mi Band 2 e aplicativos Instant Heart Rate, 4Free Blood Pressure e iCare Monitor de Saúde. As métricas analisadas foram: praticidade, ambiente de medição, manipulação dos dados, plataforma, acurácia e preço. Em termos de acurácia, o bracelete Mi Band 2 chegou próximo de 92%. Baseado nesse resultado, o artigo apresenta uma proposta de um sistema distribuído capaz de identificar anomalias cardíacas com o bracelete Mi Band 2.
Revista Brasileira de Computação Aplicada
Este artigo apresenta um mapeamento sistemático de trabalhos relacionados à aplicação de Internet das Coisas e Aprendizado de Máquina para realização de auscultação, com escopo na aquisição, processamento, análise da qualidade do sinal e apoio ao diagnóstico de disfunções cardiovasculares. Esta pesquisa abrange buscas de 2010 até julho de 2021 nas bases IEEE Xplore, PubMed Central, ACM Digital Library, JMIR - Journal of Medical Internet Research, Springer Library e Sciencedirect. A busca inicial resultou em 4.372 artigos e após aplicação dos critérios de inclusão e exclusão foram selecionados 58 artigos para leitura completa com o intuito de responder as questões de pesquisa. Os principais resultados são: dos 58 artigos selecionados foi constatado que 79,31% (46) citam métodos de observação de batimentos cardíacos com sensores vestíveis e estetoscópios digitais e 58,62% (34) fazem menção aos cuidados utilizando algoritmos de aprendizado de máquina. A análise do artigos demonstrou a ...
Previsão De Mortalidade Por Insuficiência Cardíaca a Partir De Inteligência Artificial
REVISTA FOCO
A Insuficiência Cardíaca é uma doença causada pela falta de bombeamento de sangue suficiente para as necessidades vitais do corpo. Considerada a doença número 1 em causas de mortes no mundo, é necessária a otimização do diagnóstico médico para os pacientes, a fim de garantir o tratamento antecipado e evitar mortes futuras. A partir dessa problemática atual, esse artigo sugere um modelo de previsão de mortalidade por insuficiência cardíaca, a partir de dados coletados de pacientes que passaram pelo processo de análise clínica da doença, por meio de inteligência artificial e algoritmos de busca baseados em Heurística.
Detecção de Doenças Cardíacas Através de Lifting Wavelet e Redes Neurais Artificiais
Anais do 6. Congresso Brasileiro de Redes Neurais, 2016
Previous works show that the energy spectrum, taken from the coefficients of each level of the wavelet decomposition of ECG signals, forms good feature vectors for the classification of a number of specific heart anomalies. The required processing is simple. On the other hand, it is highly desirable (and also required by some cardiologic analyses) the ECG recording during the normal daily patient's activities. We are also interested in real time patient monitoring for the detection and alarm of some critical situation. For such, we need a portable, inexpensive, and computationally efficient hardware/software system, leading to the use of readily available Palmtop computer augmented with the instrumentation hardware and embedded software. The present study exploits the use of lifting wavelets (also called second generation wavelets) as a feature extractor engine, followed by a neural network classifier. The purpose of this work is the development of such a classification system, with emphasis for efficiency and portability.
Sistema Computacional Wireless para a Monitorização Cardíaca Durante e Após a Prática Esportiva
SISTEMA COMPUTACIONAL WIRELESS PARA A MONITORIZAÇÃO CARDÍACA DURANTE E APÓS A PRÁTICA ESPORTIVA, 2020
O presente trabalho apresenta um sistema computacional, integrando hardware e software, capaz de realizar a aquisição, o condicionamento, a transmissão wireless e a reprodução gráfica de biopotenciais cardíacos, em tempo real, obtidos a partir do posicionamento de eletrodos na superfície da pele. O protótipo de hardware compreende as etapas de aquisição, amplificação, filtragem analógica e transmissão wireless de sinais, utilizando um front-end AD8232, um microcontrolador PIC18F4550 e um módulo bluetooth HC-06. O software compreende as etapas de processamento e filtragem digital, e de reprodução gráfica do traçado eletrocardiográfico do esportista. Através do software também é possível carregar e reproduzir graficamente amostras previamente acondicionadas, armazenadas em arquivos padrão ECG. Embora o protótipo de hardware careça de inúmeras melhorias para trabalhar em condições adversas, os resultados obtidos são animadores, viabilizando a metodologia proposta.
Sistema De Auxlio Ao Diagnstico De Arritmias Cardacas Usando Mquinas De Aprendizado Extremo
2018
Este trabalho propõe e avalia um sistema de auxílio a diagnóstico de arritmias cardíacas, para a classificação de 11 tipos de batimentos cardíacos, utilizando uma rede neural artificial (RNA) com uma camada escondida e a técnica de treinamento máquina de aprendizado extremo (ELM), filtros adaptativos baseados em morfologia matemática e realizando a redução de dimensionalidade do sinal através da análise de componentes principais (PCA). Para a avaliação da ELM foram utilizadas duas variantes encontradas na literatura, uma com coeficiente de regularização e outra sem, também foram testadas várias topologias de RNAs, variando a quantidade de neurônios na camada escondida. Os resultados demonstram que a ELM sem coeficiente de regularização apresenta uma taxa de acerto melhor (96,86±0,05%) que os obtidos sem coeficiente de regularização (96,09±0,06%). Palavras-chave: ELM, PCA, filtro morfológico, sistema de auxílio a diagnóstico, arritmias cardíacas.
Sistema Inteligente para auxílio na Avaliação e Intervenção de Doenças de Demência
2020
With the process of rapid aging of the Brazilian population, it is necessary to rethink the form of care provided to elderly users using the Unified Health System (SUS), so that it is possible to assist in improving the quality of care of these users' lives. This research focuses on dementia diseases, specifically in their assessment and intervention, and also in the area of computing. The objective is to assist in the identification of dementia diseases, based on the combination of existing symptoms, as well as the result of standard tests used by health professionals. The research is ongoing and the system will be developed for mobile devices and also on a web platform, in order to facilitate access by professionals in the field.
Filtragem Wavelet de Sinais Cardíacos através de Algoritmos Adaptativos
Revista de Informática Teórica e Aplicada
Resumo: Neste trabalho o algoritmo de Azzalini, Farge e Schneider, utilizado em análise de imagens, é modificado, produzindo uma versão adaptativa e uma recursiva para a filtragem de sinais cardíacos. Através destes algoritmos um limiar de corte é obtido baseado na variância do ruído e a série wavelet do sinal analisado é então truncada. Wavelets ortonormais de Daubechies são consideradas. Para validação do algoritmo proposto, sinais ECG da base de dados MIT-BIH com diferentes níveis de ruído são filtrados e a medida de qualidade SNR é calculada para cada caso. As simulações mostram a performance do algoritmo proposto para diferentes intensidades de ruído, e para diferentes níveis da transformada wavelet e em comparação a outros dois métodos de filtragem.