Dissertação

Diagnosing pulmonary embolism from electrocardiograms EVALUATED

A embolia pulmonar (EP) é uma das causas mais comuns de mortalidade associada a doenças cardiovasculares no mundo. Apesar disso, os seus métodos clínicos de diagnóstico apresentam baixa especificidade e necessitam, muitas vezes, de confirmação através de angiografia pulmonar por TAC, a qual traz vários inconvenientes, tais como a exposição a radiação, o custo monetário elevado e a impossibilidade de aplicação em vários contextos como o pré-hospitalar. A eletrocardiografia demonstra grande potencial clínico neste contexto. Com efeito, as redes neuronais podem beneficiar bastante o diagnóstico de EP a partir de ECGs. Para tal, utilizou-se um conjunto de dados extraído da base de dados do Hospital de Santa Maria, constituído por 929 exemplos no total: 261 exemplos positivos e os restantes 668 negativos. Uma vez que, à data da escrita desta dissertação, nenhum estudo abordou o diagnóstico de EP através de redes neuronais utilizando apenas ECGs, recorreu-se a um modelo de diagnóstico de arritmias como base de referência e desenvolveu-se um modelo novo para diagnosticar EP, composto por uma ResNet-18 com uma camada de self-multihead attention. Duas versões deste modelo foram desenvolvidas: uma 1D que recebeu os dados originais processados dos ECGs e uma 2D que processou os espectrogramas dos ECGs. O desempenho da versão 1D superou tanto o modelo de referência como a versão 2D. Como consequência, esta versão foi escolhida para comparar o seu desempenho com as métricas de previsão clínica recomendadas, apresentando resultados superiores ao nível da especificidade, do valor preditivo positivo e da área sob a curva.
Embolia pulmonar (EP), eletrocardiogramas (ECG), aprendizagem profunda, ResNet, auto-atenção, ECG's espectrogramas

junho 30, 2023, 11:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Arlindo Manuel Limede de Oliveira

Departamento de Engenharia Informática (DEI)

Professor Catedrático