Avanços na Análise de Sinais de ECG com um Novo Espaço de Características Geométricas para Diferenciação da Fibrilação Atrial

Análise de ECG por Meio de um Novo Espaço de Características Geométricas para Detecção de Fibrilação Atrial

Autores

DOI:

https://doi.org/10.5540/tcam.2026.027.e01870

Palavras-chave:

amplitude, zenith angle, shape factor, differentiation of signals, electrocardiogram signals, training and testing

Resumo

Os sinais de eletrocardiograma (ECG) são intrinsecamente desafiadores de classificar devido à sua natureza complexa e variável. Este estudo apresenta uma abordagem inovadora para classificar sinais de ECG normais e atriais, utilizando um espaço de características geométricas (GFS) gerado a partir de três características geométricas específicas: amplitude, ângulo zenital e fator de forma. Ao empregar uma técnica de varredura para extrair e compilar informações únicas, o algoritmo proposto constrói este espaço de características, que é posteriormente processado por modelos padrão de aprendizado de máquina para classificar os dois conjuntos de sinais. Nossa metodologia demonstra melhorias substanciais no desempenho da classificação, alcançando um F1-score máximo de 0,99%. Esses resultados destacam a eficácia e robustez de nossa abordagem na distinção entre sinais normais e atriais de ECG.

Downloads

Publicado

2026-10-06

Como Citar

García Blesa, H., Vorobioff, J., & Legnani, W. (2026). Avanços na Análise de Sinais de ECG com um Novo Espaço de Características Geométricas para Diferenciação da Fibrilação Atrial: Análise de ECG por Meio de um Novo Espaço de Características Geométricas para Detecção de Fibrilação Atrial. Trends in Computational and Applied Mathematics, 27(1), e01870. https://doi.org/10.5540/tcam.2026.027.e01870

Edição

Seção

Artigo Original