Algorithmo development for physiological signals analysis and cardiovascular di...

• Autor(es): Vieira, João André Peixoto
• Data: 2011
• Identificador Persistente: http://hdl.handle.net/10316/17722
• Origem: Estudo Geral - Universidade de Coimbra
• Assunto(s): Data mining; Mineração de dados; Ondas de pressão arterial - análise; Padrões temporais e espaciais; Rigidez arterial; Sensor piezoelectric; Velocidade de onda de pulso.
• Tipo de Documento: Dissertação de Mestrado
• Idioma: Inglês
• Orientador(es): Correia, Carlos Manuel Bolota Alexandre; Cardoso, João Manuel Rendeiro

Descrição

Segundo a Organização Mundial de Saúde, as doenças cardiovasculares são a principal causa de morte em todo o mundo. A análise da forma da onda de pressão arterial é a base de métodos não invasivos para encarar este problema. Informação com relevância clínica extraída da onda de pressão arterial permite a quantificação de parâmetros como a velocidade de onda de pulso, o índice de augmentação, frequência cardíaca e débito cardíaco. Uma plataforma versátil capaz de medir diferentes parâmetros hemodinâmicos está a ser desenvolvida de forma a produzir um diagnóstico mais abrangente sobre o sistema cardiovascular. Foi desenvolvido um método que recorre à extracção de características espaciais da onda de pressão arterial que consiste na identificação de vários pontos e vectores desta onda. O pré-processamento do sinal de onda de pressão arterial inclui a remoção da linha de base e uma análise morfológica para a detecção de pulsos anómalos e consequente eliminação. Foram utilizadas ferramentas de mineração de dados, como algoritmos de classificação e aglomeração, de forma a identificar e reconhecer padrões em sinais de onda de pressão arterial, levando à extracção de conhecimento a partir de dados complexos. Um modelo de classificação foi construído com base no algoritmo de aprendizagem automática Random Forest, de forma a distinguir indivíduos com predisposição a desenvolverem doenças cardiovasculares. Palavras-chave: Onda de pressão arterial, padrões temporais e espaciais, sensor piezoelectrico, mineração de dados, rigidez arterial