Publisher's Synopsis
Segundo a Organização Mundial de Saúde (OMS), as doenças cardiovasculares (DCV) são a principal causa de morte nos países desenvolvidos. A análise da forma de onda de pulso arterial (APW) fornece uma forma não invasiva para o diagnóstico precoce das DCV. O presente trabalho relata a elaboração de um algoritmo automático para extrair e classificar os dados adquiridos de sinais de APW com base no risco de problemas relacionados a CVD. Para extrair os dados foram aplicados vários métodos de pré-processamento de sinais para redução de ruído e segmentação de pulsos. Em seguida, um algoritmo de agrupamento K-Means foi aplicado para selecionar os APWs de maior qualidade. A discrepância entre uma extração manual paralela das ondas e o resultado do algoritmo de K-Means foi praticamente nula. Um conjunto de 32 parâmetros de caracterização de forma de onda foram extraídos, incluindo domínio de tempo, transformação de wavelet, erro quadrático médio e características de domínio de frequência. Alguns parâmetros foram usados no agrupamento de K-Means e os demais foram usados para treinar uma rede neural de perceptron multicamadas para classificação APW de baixo risco/alto risco de CVDs em cada paciente. Os resultados obtidos são muito promissores. Uma parte deste trabalho ganhou o prêmio Nascimento Leitão.
