Ferramenta Computacional para Classificação de ECG Humanos com Detecção de Defeitos no Eletrocardiógrafo

Há muito tempo, os eletrocardiogramas (ECGs) vêm sendo utilizados para diagnosticar problemas cardíacos. No entanto, obter uma classificação automática satisfatória de ECGs em sistemas de e-Health, é uma tarefa desafiadora, devido a interferências operacionais e falhas às quais esses dispositivos estão submetidos. Neste artigo, apresentamos a ferramenta computacional Cyber-ECG para classificação automática de sinais de ECG, com detecção de defeitos de sensores do eletrocardiógrafo. A Cyber-ECG foi implementada em ambiente Simulink/MATLAB e avaliada a partir de séries temporais de ECGs disponíveis em banco de dados público. A ferramenta proposta obteve uma precisão de 84 % e 80 % ao classificar arritmias e batimentos normais, respectivamente. Para essas mesmas classes, os valores de F1-Score são 82 % e 83 %. Portanto, a ferramenta apresentou funcionamento satisfatório e, em alguns casos, teve desempenho superior em comparação com outros resultados de métodos de classificação de sinais de ECG relatados na literatura científica. O detector de defeito foi avaliado a partir de um módulo de injeção de falhas integrado à ferramenta Cyber-ECG, o que permitiu verificar a eficácia do método proposto.