Banca de DEFESA: RODRIGO LUÍS DE FARIA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : RODRIGO LUÍS DE FARIA
DATA : 12/03/2026
HORA: 14:00
LOCAL: https://meet.google.com/wcn-oosc-dff
TÍTULO:

Detecção Automática de AVNRT em Pacientes Pediátricos Utilizando Aprendizado de Máquina e Sinais de ECG

PALAVRAS-CHAVES:

AVNRT, Eletrocardiograma, ECG, SVM, Random Forest, LightGBM.

PÁGINAS: 54
RESUMO:

Este trabalho apresenta uma nova abordagem para a detecção de batimentos cardíacos com indicativo de AVNRT (Taquicardia por Reentrada Nodal Atrioventricular) em crianças a partir de sinais de ECG (eletrocardiograma). A identificação automática de AVNRT em pacientes pediátricos é um assunto praticamente inexplorado pela literatura, mas possui muitos benefícios, incluindo agilidade em triagens, apoio para decisões clínicas de emergência e viabilização de soluções de monitorização contínua em dispositivos vestíveis. Para a técnica proposta, os batimentos foram segmentados com base na detecção dos picos R e, em cada batimento, foram extraídas características temporais e morfológicas, incluindo descritores clássicos (amplitudes e intervalos RR) e parâmetros de Hjorth (Atividade, Mobilidade e Complexidade), que sintetizam informações de amplitude, frequência aproximada e variação temporal com baixo custo computacional. A avaliação foi conduzida utilizando a base de dados pública Leipzig Heart Center ECG Database, contendo registros de 13 pacientes pediátricos com diagnóstico de AVNRT. Três modelos de aprendizado de máquina supervisionado foram treinados e comparados: SVM, Random Forest e LightGBM. As métricas obtidas nos testes indicaram desempenho compatível ou superior ao estado da arte em termos de discriminação e equilíbrio entre precisão e sensibilidade, com F1-score de 0,983 e AUC de 0,989 na SVM; o LightGBM apresentou F1-score comparável (0,986) com menor latência de predição, sugerindo vantagem operacional para aplicações em tempo real. Em comparação com estudos prévios, os resultados obtidos foram semelhantes ou superiores aos relatados em tarefas análogas em populações predominantemente adultas, o que indica o potencial da metodologia de baixa complexidade proposta como alternativa eficiente aos modelos profundos, especialmente em cenários com escassez de dados. Reconhece-se, entretanto, a necessidade de validação em coortes multicêntricas e de integração de um módulo ponta-a-ponta (detecção automática de picos R e remoção de ruído) antes da adoção clínica; este estudo configura-se como prova de conceito demonstrando viabilidade técnica e justificando esforços futuros de expansão e validação.

MEMBROS DA BANCA:
Presidente - 1999579 - JOAO PAULO REUS RODRIGUES LEITE
Interno - 2362923 - GIOVANI BERNARDES VITOR
Externo à Instituição - RICARDO DA SILVA ALVES - UNIVAS