PROCESSAMENTO E ANÁLISE DE SINAIS CARDÍACOS COM INTELIGÊNCIA ARTIFICIAL

Resumo

O objetivo deste projeto foi desenvolver um novo método não invasivo capaz de terminar a classe de PA utilizando técnicas de análise de dados e machine learning aplicadas a sinais de PPG. O algoritmo que alcançou maior desempenho foi o Support Vector Machine, chegando a 96,18% de acurácia. Os resultados satisfatórios obtidos indicam que o modelo desenvolvido possui potencial para ser implementado em dispositivos utilizados no cotidiano. Para futuros trabalhos, o uso de uma base de dados maior pode proporcionar melhores resultados, além de permitir a possibilidade de desenvolver algoritmos de regressão para determinar valores numéricos de PA, assim como detectar outras condições médicas, como diabetes e AVC. Além do objetivo principal, que era desenvolver um novo método de aferição de PA, os objetivos acadêmicos de introdução à área de análise de sinais e inteligência artificial também foram atingidos, visto que o conhecimento obtido ao longo do projeto pode ser empregado em trabalhos futuros, assim como as informações relacionadas à utilização de sinais de PPG no âmbito de integração da medicina e da computação.