Identificazione e segmentazione automatica delle onde elettrocardiografiche

Individuare e segmentare le onde elettrocardiografiche è un’operazione fondamentale per poter analizzare tracciati elettrocardiografici estesi, ad esempio forniti da Holter dinamici, la quale richiede appositi algoritmi che devono essere sottoposti a valutazione delle performance. La funzione del cuore è quella di mantenere il sangue in movimento nell’albero arterioso per una corretta ossigenazione dei tessuti corporei, un aspetto peculiare del muscolo cardiaco risiede nel fatto che il comportamento elettrico è strettamente connesso a quello meccanico e quindi a quello fluidodinamico, l’esame diagnostico che consente l’acquisizione dei potenziali cardiaci è l’elettrocardiogramma. I metodi che possono essere utilizzati per l’individuazione e la segmentazione del segnale elettrocardiografico possono essere molteplici e variano per complessità, dominio di applicazione e per capacità di processare il segnale in tempo reale, inoltre la loro validazione passa sempre per l’utilizzo di database, i quali forniscono i segnali fisiologici o patologici caratterizzati dalla presenza di annotazioni su cui basare il processo di valutazione delle performance degli stessi. Lo scopo della tesi è di valutare le prestazioni dell’algoritmo “compute landmarks” mediante i segnali e le relative annotazioni fornite dal QT Database, i segnali scelti sono acquisiti da derivazioni differenti per fornire all’algoritmo condizioni operative variabili. I risultati ottenuti risultano essere soddisfacenti per l’insieme di punti individuati con delle leggere carenze nella segmentazione dell’onda T, porzione di segnale particolarmente difficoltosa data la sua morfologia e che per tale motivo è oggetto di ricerca e di miglioramenti futuri.