Caracterização fina dos padrões de variabilidade do ECG para validação de modelos e aplicações em microgravidade

• Ano de defesa: 2008
• Autor(a) principal: Juliana de Mattos Guerra
• Orientador(a): Elbert Einstein Neher Macau
• Banca de defesa: Carlos Julio Tierra Criollo, Reinaldo Roberto Rosa
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Instituto Nacional de Pesquisas Espaciais (INPE)
• Programa de Pós-Graduação: Programa de Pós-Graduação do INPE em Computação Aplicada
• País: BR
• Resumo em Inglês: The main objective of this master research is to study and apply modern mathematical methods for analysis of cardiac signals. The study address the analysis of (a) electrocardiograms (ECGs) variability patterns and (b) their respective RR intervals (or tacograms), both under normal and pathological conditions. Considering ECGs obtained from the Microgravity Laboratory of PUC-RS, the results from our analysis are discussed in the context of space programmes involving studies of human physiology under microgravity conditions. For this purpose we analyze, using different methods, variability patterns of simulated ECGs, using the MCTS model, as well real ECGs. The real ECGs include (i) heartbeat obtained from patients in clinical conditions (Physionet Database) and (ii) heartbeat obtained under microgravity simulated conditions (Microgravity Laboratory of PUC-RS). The results suggest the validation of the MCTS model used for generating the synthetic ECGs, once they shown considerable structural similarities between the real data and the synthetic data (for both healthy and pathological patterns). The results for simulated microgravity indicate that the reduced gravity condition can change the cardiac systems dynamics; resulting ECGs having patterns classified between normality and pathology, showing alterations in the ECG frequency and amplitude. Conclusively, we discuss, in the context of applied computing to cardiac signal analysis, the performance of each used method: (i) Power spectra, (ii) DFA, (iii) Time series reconstruction (Phase Portrait from Local Differences and Recurrence Plot) and (iv) Gradient spectral analysis.
• Link de acesso: http://urlib.net/sid.inpe.br/mtc-m18@80/2009/01.29.13.50

O principal objetivo desta pesquisa de mestrado consistiu no estudo e aplicação de metodologias matemáticas modernas para a análise de sinais cardíacos. O estudo compreendeu a análise de padrões de variabilidade dos (a) eletrocardiogramas (ECGs) e (b) seus respectivos intervalos-RR (ou tacogramas), ambos em condições normais e patológicas. Considerando ECGs obtidos pelo Centro de Microgravidade da PUCRS, os resultados provenientes das análises são discutidos no contexto de programas espaciais envolvendo estudos da fisiologia humana em condições de microgravidade. Com esse propósito, foram analisados, através de diferentes metodologias, padrões de variabilidade de ECGs sintéticos, gerados através do modelo proposto por McSharry, Clifford, Tarassenko e Smith, denominado aqui modelo MCTS, bem como de ECGs reais. Os ECGs reais incluem: (i) batimentos cardíacos de pacientes obtidos em laboratórios clínicos (Physionet Database) e (ii) batimentos cardíacos simulados em condições de microgravidade (Laboratório de Microgravidade PUC-RS). Os resultados sugerem a validação do modelo MCTS utilizado para gerar os ECGs sintéticos, uma vez que mostraram similaridades estruturais significativas entre os dados reais e os dados sintéticos (tanto para os padrões normais como para os alterados). Os resultados referentes à microgravidade simulada indicam que a condição de gravidade reduzida pode alterar a dinâmica do sistema cardíaco, resultando em ECGs com padrões de variabilidade classificados entre a normalidade e a patologia, com alterações na freqüência e amplitude do ECG. Conclusivamente, discutimos no contexto da computação aplicada à análise de sinais cardíacos, o desempenho das metodologias utilizadas: (i) Espectro de potência, (ii) Detrended Fluctuation Analysis (DFA), (iii) Técnicas por reconstrução da série (Retrato de Fases por Diferenças Locais e Plotagem de Recorrência) e (iv) Análise Espectral Gradiente.