Identificação de mecanismos e padrões arritmicos de fibrilação atrial persistente em sistemas de mapeamento eletrocardiográfico de superfície

• Processo: 17/19775-3
• Linha de fomento: Bolsas no Brasil - Mestrado
• Vigência (Início): 01 de maio de 2018
• Vigência (Término): 30 de abril de 2020
• Área do conhecimento: Engenharias - Engenharia Biomédica - Bioengenharia
• Convênio/Acordo: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
• Pesquisador responsável: João Loures Salinet Júnior
• Beneficiário: Victor Gonçalves Marques
• Instituição-sede: Centro de Engenharia, Modelagem e Ciências Sociais Aplicadas (CECS). Universidade Federal do ABC (UFABC). Ministério da Educação (Brasil). Santo André , SP, Brasil
• Assunto(s): Fibrilação atrial Processamento de sinais Mecanismos Reconhecimento de padrões

Resumo

A fibrilação atrial (FA) é a arritmia cardíaca de maior incidência no mundo. Seus mecanismos de início e manutenção ainda são controversos, havendo aumento de complexidade quando esta persiste por longos períodos (fibrilação atrial persistente, persAF), apresentando o tratamento destes pacientes taxas subótimas de sucesso. Sistemas não invasivos de mapeamento eletrocardiográfico de superfície (Body Surface Potential Mapping, BSPM) têm sido utilizados para guiar o tratamento personalizado da FA. A aplicação de técnicas de diagnóstico assistido por computador em BSPM, através de aprendizado de máquina, é promissora, dada a complexidade de interpretação de seus mapas. Este projeto objetiva utilizar tais técnicas para a identificação de mecanismos e padrões arrítmicos de persAF em sinais e mapas de BSPM de forma a favorecer a conduta personalizada de estratégias de tratamento desta arritmia. Serão utilizados modelos computacionais do coração representando o comportamento eletrofisiológico da FA, cujos sinais passarão por etapas de preprocessamento, geração de mapas de BSPM, extração e seleção de atributos representativos da FA para compactação de informação e classificação com métodos lineares e não lineares, supervisionados ou não. A performance da classificação será avaliada e os atributos serão estudados sob perspectiva clínica, com base em revisão de literatura, associando-os com a fisiopatologia da FA. A análise será ao fim expandida para situações reais, com uso de sinais de pacientes, onde pode contribuir no melhoramento dos tratamentos personalizados e na qualidade de vida destes. (AU)