Sobre o Projeto

Métodos de reconhecimento de padrões serão utilizados para a implementação de classificadores para auxiliar os especialistas na formulação de diagnósticos de patologias cardíacas. Entre os algoritmos de classificação que serão utilizados nas pesquisas estão o classificador vizinho-mais-próximo, as funções discriminantes lineares, as máquinas de vetor de suporte (SVM) [Lorena e Carvalho, 2007], o classificador bayesiano, além de técnicas de combinação de classificadores Bagging e Boosting [Bauer e Koravi, 1999]. Para a implementação dos classificadores serão utilizadas bases de dados públicas de pacientes cardíacos como, por exemplo, o ?Arrhythmia Data Set? [UCI - Machine Learning Repository, 2017], disponível no UCL Machine Learning Repository, além de bases de dados privadas. A base de dados Arrhythmia Data Set é constituída por uma fusão de descritores obtidos por diferentes meios: descritores extraídos de exames de ECG, descritores extraídos de exames clínicos laboratoriais e descritores relacionados aos fatores de riscos dos pacientes. Parte integrante dessa pesquisa será a aplicação de técnicas de processamento de sinais aos sinais de ECG, visando a extração de descritores correlacionados às patologias do coração. Para isso serão investigados o desempenho de índices no domínio do tempo, bem como índices no domínio da frequência. De especial interesse será investigar o desempenho da Transformada Wavelet [Malat, 2009] para a extração de descritores dos sinais de ECG