Local:
Sala 202 do Departamento de Física (UFPB)
Data:
26/05/2023
Hora:
14:00

Título:
Propriedades Computacionais e Físicas de Grandes Conjuntos de Dados Cardíacos Humanos

Resumo:
Desde o início da humanidade, quando nossos ancestrais hominínios aprenderam a criar
lanças e a manipular o fogo (STRINGER; ANDREWS, 2005), nós temos que lidar com
o fluxo e a interpretação de dados, assim como em diversas outras áreas mais recentes,
tais como a análise do clima na meteorologia (BROCHADO, 2017), ou com diagnóstico
de doenças cardíacas (GUYTON; HALL, 2006; JUNQUEIRA; CARNEIRO, 2008;
MACHADO, 2006) com as avaliações de eletrocardiogramas (ECG´s) e por conta de
tamanha checagem conseguimos compreender ainda mais o funcionamento da natureza ao
nosso redor e consequentemente aumentamos nossa própria longevidade, simplesmente por
realizar uma checagem de dados eficiente (MASCENA; RAMOS, 2021).
Entretanto, a análise de tais ECG?s só costumam considerar os dados principais: Os
picos e os espaçamentos entre os valores. Desconfiando que os dados menores ignorados
(antes considerados apenas como ruído) pudessem de fato dizer algo além do que víamos
(um caos oculto), nós iniciamos este projeto e estudamos desde o básico da estatística
(média, variância e correlação) até técnicas avançadas de filtragem como Wavelets e Bézier
(este último abandonado por ser ineficiente para os nossos objetivos), então fizemos a
aplicação delas em séries temporais de sinais biológicos do MIT (MOODY; MARK, 2005)
utilizando a ferramenta MATLAB (MATLAB, 2018) para podermos filtrar (2.8) os ruídos
e analisarmos os dados outrora desprezados.
Por fim, nós obtivemos a filtragem prevista teoricamente para o filtro Wavelet (2.8) ao
aplicarmos nos sinais biológicos da MIT-BIH Arrhythmia Database (MOODY; MARK,
2005), com picos bem definidos e pouco ruidosos em todos os níveis detalhados (seção
3.4), além de obtermos resultados que mostram a proximidade entre os dados computacionalmente
obtidos e a previsão de contagem de picos da seção (3.3). Sendo assim, nossa
expectativa a partir daqui é continuar avançando para a criação de um método de detecção
analítica para qualquer sistema biológico no qual se poderia gerar números universais
de fácil diagnóstico para prevenção de doenças (não apenas cardíacas) a partir de dados
outrora ignorados, que é todo o objetivo inicial.