Proposta de uma arquitetura de redes neurais para estimativa da frequência cardíaca fetal a partir do ECG abdominal em gestantes

Abstract

A estimativa da frequência cardíaca fetal (FHR – Fetal Heart Rate) tem se mostrado um parâmetro de fundamental importância na avaliação das condições do feto durante a gestação. A partir do ECG abdominal (AECG) da mãe, é possível estimar a FHR após o devido processamento do sinal original. Considerando que o AECG é composto pelo ECG da mãe, pelo ECG do feto e por ruídos diversos, várias abordagens têm sido utilizadas para extrair o ECG do feto (FECG) e, a partir dele, estimar a FHR contando os picos. Alguns exemplos de soluções propostas envolvem o uso de filtros adaptativos, wavelets, blind source separation, etc. Recentemente, alguns trabalhos de conclusão de curso na Engenharia Eletrônica da Faculdade do Gama – UnB têm sido direcionados para a implementação de um protótipo para estimar a FHR utilizando um FPGA na parte de processamento, pois o mesmo permite fazer aceleração de algoritmos e também utilizar diferentes abordagens, visto que é reconfigurável. Além do bloco de processamento, no qual está sendo utilizada atualmente uma abordagem que usa um filtro adaptativo e o método dos mínimos quadrados (LMS), o protótipo também contém blocos de aquisição de sinal e comunicação. Considerando que o filtro adaptativo apresentou um desempenho aceitável com sinais simulados de ECG, mas não apresentou bons resultados com sinais provindos de bases de dados, este trabalho tem como objetivo a proposta de uma arquitetura de redes neurais para o bloco de processamento do protótipo. Espera-se, assim, obter um melhor resultado, visto que que as redes neurais são adaptativas às características não lineares e variantes no tempo dos sinais de ECG.