| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 14.9 MB | Adobe PDF |
Abstract(s)
Validation studies are becoming increasingly crucial as technology advances and the number of electrocardiography (ECG) wearables grows. Existing validation studies, however,
are limited and particular to the approach in question. The primary purpose of this dissertation is to provide a standard validation method that can be used for a wide range of
validation studies. To that purpose, the LoggerOne system will be compared against the
COMEN system, an established gold standard.
ECG signals will be recorded using both devices at the same time, with the assistance of an
ECG signal simulator. The simulator used is a CE certified device that can simulate both
pediatric and adult ECG signals, as well as different types of arrhythmia’s. The recorded
signals will be processed using Python’s ECG and data manipulation toolboxes. Prior to
validation, signals from both devices will be normalized, and a number of filters and algorithms for feature extraction for each lead will be tested. The optimized algorithms will
then extract relevant signal properties such as the P and T wave, QRS complex, RR, PR,
ST, and QT intervals, and ST and PR segments. This intervals and segments from each
device will be analyzed using statistical analysis methods such as Bland-Altman limits of
agreement (LoA), intraclass correlation coefficient (ICC), and morphological comparison
to validate the device.
This work results can be divided into two components: algorithm optimization results
and validation results. Regarding algorithm results, only some leads presented P wave
bounds and the T onset with values of sensitivity (Se) and positive predictive value (+P)
below 95% , whereas most results present values above 98%. Standard deviation (SD)
values for P bounds and QRS onset exceeded the reference values in some leads, whereas
all other values remained within the range of reference. The mean values remained below
the reference value imposed. Regarding validation results, almost all results for each lead
show good agreement and reliability, except for intervals and segments computed using
the T onset.
Estudos de validação tornam-se cada vez mais importantes com os avanços na tecnologia e o aumento considerativo de wearables para eletrocardiografia (ECG). No entanto, os estudos de validação existentes são limitados ao objetivo de validação do estudo em questão. Normalmente, poucos parâmetros do ECG são analisados e o métodos utilizados não são normalizados. O objetivo principal desta dissertação é o desenvolvimento de uma metodologia que possa ser aplicada a uma grande variedade de estudos de validação. Para efeito, o dispositivo LoggerOne vai ser comparado com um dispositivo já validado, o sistema COMEN. Sinais de ECG de um simulador vão ser adquiridos simultaneamente pelos dois dispositivos em questão. O simulador usado tem marcação CE e permite a simulação de sinais tanto pediátricos como de adultos, para além disso, permite ainda simular diferentes tipos de arritmias. Os sinais adquiridos vão ser processados com o apoio de diversas bibliotecas para Python que permitem a manipulação dos dados recolhidos para análise. Antes do processo de validação, os sinais dos dois dispositivos vão ser normalizados e vários conjuntos de filtros e algoritmos vão ser testados. Os algoritmos otimizados vão então ser aplicados para extraír intervalos e segmentos relevantes tais como: as ondas P e T, o complexo QRS, os intervalos RR, PR, ST e QT, e os segmentos ST e PR. Para a validação, estes intervalos e segmentos vão ser comparados através do uso de diferentes métodos estatísticos tais como, Bland-Altman limits of agreement (LoA), intraclass correlation coefficient (ICC) e através de uma comparação morfológica dos sinais. Os resultados do trabalho desenvolvido dividem-se em duas componentes: resultados da otimização de algoritmos e resultados da validação. Em relação aos resultados dos algoritmos, apenas algumas derivações apresentaram pontos da onda P e T onsets com valores abaixo de 95% de sensibilidade (Se) e valor preditivo positivo (+P), enquanto a maioria dos resultados apresenta valores acima de 98%. Os valores do desvio padrão (SD) para P onset, P offset e QRS onset excederam os valores de referência em algumas derivações, ao contrário dos restantes valores que permaneceram dentro dos valores de referência. Adicionalmente, os valores da média permaneceram abaixo do valor de referência estipulado. Em relação aos resultados de validação, quase todos os resultados para cada derivação apresentam boa concordância e confiabilidade, exceto para intervalos e segmentos calculados usando o T onset.
Estudos de validação tornam-se cada vez mais importantes com os avanços na tecnologia e o aumento considerativo de wearables para eletrocardiografia (ECG). No entanto, os estudos de validação existentes são limitados ao objetivo de validação do estudo em questão. Normalmente, poucos parâmetros do ECG são analisados e o métodos utilizados não são normalizados. O objetivo principal desta dissertação é o desenvolvimento de uma metodologia que possa ser aplicada a uma grande variedade de estudos de validação. Para efeito, o dispositivo LoggerOne vai ser comparado com um dispositivo já validado, o sistema COMEN. Sinais de ECG de um simulador vão ser adquiridos simultaneamente pelos dois dispositivos em questão. O simulador usado tem marcação CE e permite a simulação de sinais tanto pediátricos como de adultos, para além disso, permite ainda simular diferentes tipos de arritmias. Os sinais adquiridos vão ser processados com o apoio de diversas bibliotecas para Python que permitem a manipulação dos dados recolhidos para análise. Antes do processo de validação, os sinais dos dois dispositivos vão ser normalizados e vários conjuntos de filtros e algoritmos vão ser testados. Os algoritmos otimizados vão então ser aplicados para extraír intervalos e segmentos relevantes tais como: as ondas P e T, o complexo QRS, os intervalos RR, PR, ST e QT, e os segmentos ST e PR. Para a validação, estes intervalos e segmentos vão ser comparados através do uso de diferentes métodos estatísticos tais como, Bland-Altman limits of agreement (LoA), intraclass correlation coefficient (ICC) e através de uma comparação morfológica dos sinais. Os resultados do trabalho desenvolvido dividem-se em duas componentes: resultados da otimização de algoritmos e resultados da validação. Em relação aos resultados dos algoritmos, apenas algumas derivações apresentaram pontos da onda P e T onsets com valores abaixo de 95% de sensibilidade (Se) e valor preditivo positivo (+P), enquanto a maioria dos resultados apresenta valores acima de 98%. Os valores do desvio padrão (SD) para P onset, P offset e QRS onset excederam os valores de referência em algumas derivações, ao contrário dos restantes valores que permaneceram dentro dos valores de referência. Adicionalmente, os valores da média permaneceram abaixo do valor de referência estipulado. Em relação aos resultados de validação, quase todos os resultados para cada derivação apresentam boa concordância e confiabilidade, exceto para intervalos e segmentos calculados usando o T onset.
Description
Keywords
5 Derivações Ecg Extração de Características de Ecg Processamento de Sinal Validação