SoundForLife

Abstract

As doenças cardiovasculares são a principal causa de morte em todo o mundo, representando um grande problema em relação à saúde humana. Os intervalos de tempo sistólicos (STI) representam uma possível solução para gerir este tipo de doenças. Sendo correlacionados com a função cardíaca, os STI representam um recurso valioso no prognóstico e diagnóstico sobre condição do coração, e são uma ferramenta promissora para implementar soluções de gestão de doenças cardiovasculares num acompanhamento a longo prazo. Os sons cardíacos já demonstraram ser uma abordagem útil para a avaliação dos STI [1]. Nesta tese propomos novos modelos que visam a extração automática do período de pré-ejeção (PEP) com base no som do coração (PCG), eletrocardiograma (ECG) e fotopletismograma (PPG). O valor de PEP é estimado com uma abordagem Bayesiana, onde o modelo proposto por Paiva et al. [1] é adaptado. O processamento de som do coração é um desafio pois os locais ideias para a auscultação variam de indivíduo para indivíduo. Propomos também novos modelos para extrair o PEP partindo de um abordagem multi-canal, onde usamos a informação de dois locais de aquisição diferentes, com o intuito de explorar a redundância do sinal. Os modelos de multi-canal são baseados na abordagem Bayesiana reportada por Paiva et al. [2], onde realizamos uma adaptação com o objectivo de melhorar os resultados já obtidos, utilizando uma maior quantidade de informação para estimar o PEP. A abordagem realizada para um canal único foi avaliada num grupo de 16 aquisições de sinal, referentes a quartro voluntários saúdavéis do sexo masculino. Por outro lado, os modelos de multi-canal foram aplicados a sinais adquirides de 8 indivíduos do sexo masculino, também saudáveis. Os resultados referentes à abordagem de canal único sugerem que a inclusão de propriedades fisiológicas extraídos a partir de PPG no modelo relatado de Paiva et al. [1] é um bom procedimento e que a nova abordagem pode ser aplicada para avaliar os STI. Por outro lado, os modelos de multi-canal propostos não melhoram os resultados anteriores. De acordo com Paiva et al. [2], a abordagem multi-canal deve ser aplicada para avaliar STI e os nossos resultados sugerem que é melhor usar as informações apenas a partir do canal com o melhor desempenho.