Técnicas de aprendizado de máquina implementadas em sistemas embarcados para detecção de fibrilação atrial

Orientador: Alexandre Tomazati Oliveira

Aluno: José Lucas dos Reis da Silva

Resumo: O eletrocardiograma (ECG) é um exame não invasivo, simples e acessível de uso importante em emergências e clínicas cardiológicas. Seu registro permite analisar e diagnosticar patologias  potencialmente fatais, sendo portanto um meio muito usado na medicina para o diagnóstico das  condições cardíacas. A fibrilação atrial (FA) é o tipo de arritmia cardíaca mais comum e uma das principais causas de morbidade e mortalidade em seres humanos. O diagnóstico a tempo da FA é importante para o médico especialista e uma tarefa desafiadora tendo em vista a natureza assintomática de alguns episódios. Dessa forma, a detecção automática da FA é uma importante ferramenta de assistência na emissão de diagnósticos cardíacos. Técnicas computacionais modernas têm sido cada vez mais empregadas como auxílio nesse sentido. Esta proposta apresenta o desenvolvimento de um sistema automático de detecção de fibrilação atrial baseado em técnicas de aprendizado de máquina modeladas para a implementação em dispositivos embarcados microcontrolados.

Modalidade: PIBIFSP 2022

Vigência: 07/03/2022 a 30/11/2022