Introdução ao Processamento de Sinais Biomédicos em Python

O processamento digital de sinais biomédicos teve início quando os computadores tornaram-se mais disponíveis para a comunidade científica após a Segunda Guerra Mundial. No final dos anos 50 pesquisadores da George Washington University e do Massachusetts Institute of Technology (MIT) publicaram os primeiros algoritmos para análise de eletrocardiogramas e eletroencefalogramas, respectivamente.

Também naquela época imagens médicas começaram a ser digitalizadas e processadas por computador para análise morfológica celular e para contagem automática de culturas bacterianas. Em linhas gerais, o processamento de sinais e imagens biomédicos consiste na aplicação de algoritmos, principalmente para execução de operações matemáticas, a dados biológicos e médicos, em geral coletados de um paciente por meio de sensores.

Tipicamente, os dados são primeiro submetidos a operações de pré-processamento, tais como a filtragem digital para redução do nível de ruído, e em seguida, são aplicados algoritmos para extração de parâmetros relevantes para o diagnóstico médico.

No caso de eletrocardiogramas, por exemplo, os parâmetros podem ser os intervalos temporais entre determinados pontos da forma de onda, a dimensão fractal do sinal ou a energia dos coeficientes de wavelets em uma determinada escala. O último passo é a identificação de padrões e/ou a classificação das medições dos parâmetros em classes que correspondem a condições consideradas normais e anormais.

Neste curso, veremos uma abordagem prática e bem interessante sobre visualização e classificação de padrões de sinais biomédicos utilizando as bibliotecas e métodos mais sofisticados que existem na atualidade.

Garanta já a sua participação e invista na sua carreira profissional!