Revista de Engenharia da Computação e Tecnologia da Informação

Segmentação de sinais de fonocardiograma usando modelos ocultos de Markov (HMM)

SM Debbal*, A Atbi, L Hamza Cherif e F Meziani

Os sons e sopros cardíacos fornecem informações cruciais para o diagnóstico de diversas doenças cardíacas, como a disfunção da válvula natural ou protética e a insuficiência cardíaca. Muitas condições patológicas do sistema cardiovascular provocam sopros e aberrações nos sons cardíacos. A fonocardiografia fornece ao clínico uma ferramenta complementar para registar os sons cardíacos ouvidos durante a auscultação. O avanço da fonocardiografia intracardíaca, aliado às modernas técnicas de processamento digital, renovou fortemente o interesse dos investigadores pelo estudo dos sons e sopros cardíacos. Este artigo apresenta um algoritmo para a deteção de bulhas cardíacas (primeira e segunda bulhas, S1 e S2) e sopros cardíacos. Este artigo trata da segmentação de sons cardíacos utilizando a tecnologia de última geração Hidden Markov Models (HMW), que extrai um envelograma suave que nos permite aplicar os testes necessários para a localização temporal de sons cardíacos e sopros cardíacos. No âmbito desta dificuldade de segmentação, as conhecidas propriedades estatísticas não estacionárias dos Modelos Ocultos de Markov (HMW) relativos às capacidades de segmentação de sinais temporais podem ser adequadas para lidar com este tipo de problemas de segmentação.