Sensore a fibra ottica nella valutazione cardiovascolare

Secondo l'Organizzazione Mondiale della Sanit (OMS) le malattie cardiovascolari (CVD) sono la prima causa di morte nei paesi sviluppati. L'analisi della forma d'onda del polso arterioso (APW) fornisce un modo non invasivo per la diagnosi precoce delle CVD. Il presente lavoro riporta l'elaborazione di un algoritmo automatico per estrarre e classificare i dati acquisiti dei segnali APW in base al rischio di problemi legati ai CVD. Per estrarre i dati sono stati applicati diversi metodi di pre-elaborazione del segnale per la riduzione del rumore e la segmentazione degli impulsi. Poi, stato applicato un algoritmo di clustering K-Means per selezionare le APW di qualit superiore. La discrepanza tra un'estrazione manuale parallela delle onde e il risultato dell'algoritmo K-Means era praticamente nulla. Un pool di 32 parametri di caratterizzazione della forma d'onda sono stati estratti tra cui il dominio del tempo, la trasformazione wavelet, l'errore quadratico medio e le caratteristiche del dominio della frequenza. Alcuni parametri sono stati utilizzati nel clustering K-Means e il resto sono stati utilizzati per addestrare una rete neurale multistrato perceptron per la classificazione APW di basso rischio/alto rischio di CVD in ogni paziente. I risultati ottenuti sono molto promettenti. Una parte di questo lavoro ha vinto il premio Nascimento Leito.