Desenvolvimento de um sistema de auxílio ao diagnóstico de cardiopatias utilizando a fotopletismografia

Abstract

O acompanhamento de pacientes via meios tecnológicos proporciona um maior controle e planejamento da saúde pública por parte do governo e monitoramento por parte de médicos e hospitais em caso de tratamentos e controle de doenças crônicas. Dentre as doenças crônicas, as cardiovasculares são uma das que mais incrementam os índices de mortalidade, tanto em países pobres quanto desenvolvidos. Um dos métodos de verificação do estado de saúde de pacientes cardiopatas é o monitoramento da variabilidade da frequência cardíaca (VFC). Dentre as técnicas utilizadas para mensuração da VFC, a fotopletismografia (PPG) estima as alterações do fluxo sanguíneo utilizando um método óptico. O objetivo deste trabalho é o desenvolvimento de um método computacional para classificação das cardiopatias, Miocardiopatia Dilatada Idiopática, Miocardiopatia Chagásica e Miocardiopatia Isquêmica, avaliando a VFC como marcador de prognóstico servindo na estratificação clínica dessas doenças. Para desenvolvimento deste trabalho foi desenvolvido um Banco de Dados de exames PPG no Hospital do Coração de Messejana. O sistema proposto neste trabalho utiliza técnicas de inteligência computacional e algoritmos de reconhecimento de padrões para detecção de anomalias cardíacas e recognição das cardiopatias em estudo. Os classificadores utilizados são: MLP, SOM, Kernel kmeans e knn. Os resultados são satisfatórios e elegem os classificadores SOM e Kernel kmeans como algoritmos mais adequados à aplicação, pois obtiverem as taxas mais altas de acerto (85,44% a 100%) e sensibilidade (92,85% a 100%), para a amostra em estudo. Assim, infere-se que a técnica proposta apresenta potencial para construção de ferramentas no auxílio de diagnóstico médico