Compressão de sinais ECG utilizando DWT com quantização não-linear e por sub-bandas

Abstract

Com o desenvolvimento cada vez mais intenso da tecnologia de dispositivos biomédicos, há cada vez mais acesso aos sinais bioelétricos, o que permite grande avanço na realização de diagnósticos, planejamento de tratamentos e monitoração de pacientes. Particularmente, o eletrocardiograma (ECG) tem sido usado para muitos propósitos. Além disso, novas formas simples e de baixo custo para adquirir o ECG tem sido descobertas. Entretanto, esses avanços exigem o melhoramento dos processos de codificação do sinal de ECG, de forma a permitir seu armazenamento e transmissão eficientemente em termos de requisitos de memória e consumo de energia. Neste contexto, o presente trabalho propõe duas contribuições. Em primeiro lugar, apresenta um algoritmo de compressão de sinais ECG, utilizando transformadas wavelets, e propondo um processo de quantização novo, não encontrado na literatura. Nesse processo, a transformação é realizada utilizando a transformada discreta de wavelets (DWT) e a quantização consiste em um re-ordenamento não-linear das magnitudes dos coeficientes transformados (correção gamma) em conjunto com uma quantização por sub-bandas. A segunda contribuição consiste num estudo sistemático do desempenho das diferentes famílias de wavelets nos resultados obtidos pelo algoritmo proposto, calculando também os parâmetros ótimos de quantização para cada família wavelet utilizada. Para a análise desses métodos, foram realizados testes avaliando o desempenho do algoritmo proposto e comparando os resultados com outros métodos apresentados na literatura. Nesses testes, foram usados como referências os sinais da base de dados do Instituto de Tecnologia de Massachusetts e do Hospital Beth Israel de Boston (MIT-BIH). Uma parcela do banco de dados foi utilizada para otimizar os parâmetros de cada família wavelet no algoritmo proposto, e o desempenho final foi avaliado com todos os sinais restantes. Especificamente, para o sinal 117 do MIT-BIH, que é o sinal mais utilizado para comparar resultados na literatura, o método proposto levou a um fator de compressão (CR) de 11,40 e uma raiz da diferença média percentual (PRD) de 1,38. Demonstrou-se que o algoritmo gera melhores resultados de compressão quando comparado com a maioria dos métodos do estado-da-arte. Também se destaca a simplicidade na implementação do algoritmo em relação a outros encontrados na literatura.