⚡ electrical engineering

Heart Artifact Removal in Electrohysterography Measurements Using Algebraic Differentiators

Este trabalho apresenta um método baseado em diferenciadores algébricos para remover artefatos cardíacos de sinais de eletrohisterografia de forma causal e sem necessidade de referência externa, preservando a morfologia do sinal uterino e superando técnicas de subtração de template.

Autores originais: Amine Othmane, Maria Camila Bustos Vivas, Johannes Steuer, Jana Hutter

Publicado 2026-03-20

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Amine Othmane, Maria Camila Bustos Vivas, Johannes Steuer, Jana Hutter

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você está tentando ouvir o som suave de um tambor sendo batido bem devagar (o útero se contraindo) dentro de uma sala cheia de gente. O problema é que, no meio dessa sala, tem alguém tocando um sino muito alto e estridente a cada segundo (o coração batendo). O som do sino é tão forte que abafa completamente o tambor, tornando impossível ouvir a música que você realmente quer.

É exatamente esse o desafio que os cientistas enfrentam quando tentam monitorar as contrações do útero usando eletrodos na barriga da mãe (um método chamado Eletrohisterografia ou EHG). O sinal do coração da mãe é um "ruído" gigante que atrapalha a leitura do útero.

Este artigo apresenta uma solução inteligente e elegante para separar o sino do tambor, sem precisar de microfones extras no peito da mãe. Aqui está como funciona, explicado de forma simples:

1. O Problema: O "Sino" que Abafa o "Tambor"

Quando colocamos eletrodos na barriga, eles captam tudo:

O Tambor: As contrações suaves e lentas do útero (o que queremos).
O Sino: Os batimentos cardíacos fortes e rápidos (o que queremos remover).
Outros Ruídos: Movimentos do intestino, respiração e até interferência da rede elétrica (como o chiado de um rádio mal sintonizado).

Métodos antigos tentavam remover o coração copiando o sinal de um eletrodo no peito (o "sino") e subtraindo-o. Mas isso é chato (precisa de mais eletrodos) e nem sempre funciona bem se o sinal do coração mudar de forma.

2. A Solução: O "Detetive de Batidas" (Diferenciadores Algébricos)

Os autores usaram uma ferramenta matemática chamada Diferenciador Algébrico. Pense nele como um filtro mágico ou um lupa matemática.

Como funciona a mágica?
O coração bate de forma muito rápida e "estilosa" (como um estalo de dedos). O útero se move de forma lenta e "preguiçosa" (como um rio correndo).
O filtro matemático é ajustado para ignorar o que é lento (o rio/útero) e amplificar apenas o que é rápido e repentino (o estalo/coração). É como se o filtro dissesse: "Ei, isso aqui mudou muito rápido! Deve ser o coração. Isso aqui mudou devagar? Ignora, é o útero."
O Filtro de "Zeros" (Atravessando a Interferência)
O filtro foi desenhado com uma propriedade especial: ele tem "buracos" (zeros) exatamente na frequência da rede elétrica (aquele chiado de 50Hz). É como se o filtro fosse um guarda que sabe exatamente em que hora o barulho da rua acontece e fecha os ouvidos naquele segundo específico, mas continua ouvindo o resto.

3. A Caça ao Coração: O "Jogo das Pistas"

Depois que o filtro isolou os "estalos" do coração, o sistema precisa saber quais são eles de verdade e quais são apenas ruídos locais (como um movimento do intestino).

A Lógica do Grupo:
Imagine que você tem 8 microfones espalhados pela sala. Se o coração bate, o som chega em todos os 8 microfones quase ao mesmo tempo (com uma diferença de milissegundos, como uma onda se espalhando).
Se for um ruído local (como alguém batendo na mesa perto de um microfone), só aquele microfone vai ouvir.
O algoritmo usa isso como um detetive: ele olha para todos os eletrodos. Se ele vê um "estalo" acontecendo em vários eletrodos quase simultaneamente, ele grita: "Isso é o coração!". Se o estalo aparece só em um lugar, ele diz: "Isso é apenas um ruído local, ignore".

4. A Limpeza: Tirando o Sino sem Quebrar o Tambor

Uma vez que o sistema identifica exatamente onde e quando o coração bateu em cada eletrodo, ele faz uma "cirurgia de precisão":

Ele calcula exatamente como era o sinal do coração naquele momento.
Ele subtrai esse sinal do registro original.
O resultado: O sinal do coração some, a interferência elétrica some, e o sinal do útero (o tambor) permanece intacto e limpo, pronto para ser analisado.

5. O Resultado na Prática

Os cientistas testaram isso em voluntários (homens e mulheres).

Nos homens: Como eles não têm útero, o sinal "limpo" ficou quase zero, provando que o método removeu tudo o que era coração e ruído, sem inventar nada.
Nas mulheres: O método conseguiu limpar o coração e deixar o sinal do útero visível.
Comparação: Eles compararam com o método antigo (que usa um eletrodo extra no peito) e o novo método funcionou tão bem ou melhor, mas sem precisar daquele eletrodo extra.

O Pulo do Gato (Limitações e Futuro)

O método é excelente para eletrodos que estão um pouco mais longe do útero. Porém, se o eletrodo estiver colado bem em cima do útero, o sinal do útero pode ficar tão forte e rápido que o filtro pode confundir e achar que é coração. É como se o tambor estivesse batendo tão forte que parecia um sino. Os autores dizem que isso é um desafio para melhorar no futuro.

Resumo em uma Frase

Eles criaram um filtro matemático inteligente que usa a velocidade e a sincronia dos batimentos cardíacos para "pintar" e apagar o coração dos registros da barriga, deixando apenas o sinal suave do útero, tudo isso sem precisar de equipamentos extras no peito da paciente.

Resumo Técnico: Remoção de Artefatos Cardíacos em EHG via Diferenciadores Algébricos

1. Problema e Contexto

A Eletro-Histerografia (EHG) é um método não invasivo para monitorar a atividade elétrica uterina, essencial para a detecção de trabalho de parto prematuro e análise de contrações uterinas (peristaltismo uterino) ao longo do ciclo menstrual. No entanto, os sinais de superfície são frequentemente contaminados por múltiplas fontes fisiológicas, sendo o eletrocardiograma (ECG) o mais crítico devido à sua alta amplitude.

Limitações dos métodos convencionais:

Interpolação QRS: Risco de distorcer a dinâmica do sinal neural subjacente.
Filtragem Adaptativa: Requer canais de referência de ECG auxiliares, o que nem sempre está disponível.
Subtração de Template: Assume morfologia estacionária do ECG; falha quando a forma de onda varia, deixando artefatos residuais.
Métodos Baseados em Wavelets/ML: Demandam recursos computacionais significativos ou grandes conjuntos de dados de treinamento, com baixa interpretabilidade.

O objetivo deste trabalho é remover artefatos cardíacos de sinais de EHG multicanal sem utilizar canais de referência de ECG, preservando a integridade do sinal uterino e permitindo processamento em tempo real.

2. Metodologia Proposta

A abordagem utiliza diferenciadores algébricos, uma ferramenta da teoria de controle para estimação de derivadas sem modelo (model-free), adaptada para a detecção e remoção de eventos impulsivos esparsos (batimentos cardíacos).

A. Modelagem do Sinal
O sinal observado $x_i(t)$ em cada canal é modelado como uma superposição de:

Componente Cardíaca: Trens de impulsos (batimentos) propagados através do tecido.
Componente Uterina e Intestinal: Atividade fisiológica de interesse ou ruído de baixa frequência.
Ruído e Interferência: Inclui interferência da rede elétrica (50 Hz) e ruído de medição.
Linha de Base ( $\nu_i$ ): Componentes lentos (respiração, deriva postural).

O modelo assume que eventos impulsivos (como ondas R cardíacas) ocorrem em escalas de tempo muito menores que a variação da linha de base, permitindo sua representação como distribuições de Dirac.

B. Diferenciação Algébrica e Supressão de Artefatos
O núcleo do método é a aplicação de um diferenciador algébrico de ordem $n$ ao sinal. Isso transforma o sinal original em uma forma onde os componentes impulsivos dominam sobre a deriva de base e a interferência.

Filtragem Causal FIR: O diferenciador é implementado como um filtro FIR causal, utilizando polinômios de Jacobi ponderados.
Projeto de Parâmetros: Os parâmetros do núcleo do filtro (janela $T$ $T$ , ordem $\alpha$ $α$ , etc.) são projetados para:
- Anular a Interferência da Rede: A janela $T$ é ajustada para coincidir com os zeros da função de Bessel, eliminando a frequência fundamental (50 Hz) e seus harmônicos.
- Supressão de Ruído: A escolha de $\alpha$ e $n$ equilibra a amplificação de ruído de alta frequência com a atenuação de componentes de baixa frequência.

C. Detecção e Clusterização Cruzada

Detecção de Pulso: Após a diferenciação, os picos no sinal derivado são detectados usando um limiar baseado em percentis.
Clusterização Espacial (Cross-Channel Clustering): Como os batimentos cardíacos se propagam por todos os canais com pequenos atrasos intercanais (coerência espacial), enquanto artefatos localizados (movimento, intestino) afetam poucos canais, o algoritmo agrupa os pulsos detectados temporalmente.
- Um grupo é classificado como cardíaco se for detectado em uma fração significativa dos canais ( $\rho \approx 0.5 - 0.7$ ).
- Isso permite a identificação precisa do batimento sem referência externa.

D. Reconstrução e Subtração
Uma vez identificados os pulsos cardíacos, suas amplitudes são estimadas via mínimos quadrados. O componente cardíaco reconstruído é subtraído do sinal filtrado, resultando em um sinal "limpo" que preserva a atividade uterina e remove a linha de base, ruído e artefatos cardíacos.

3. Contribuições Principais

Modelo de Sinal Distribucional: Representação formal de eventos fisiológicos impulsivos em meio a ruído e deriva de base.
Método Sistemático de Remoção: Uso de diferenciadores algébricos com projeto explícito de parâmetros para supressão simultânea de interferência de rede e atenuação de base.
Algoritmo de Clusterização Sem Referência: Identificação de pulsos cardíacos explorando a coerência espacial entre canais, eliminando a necessidade de um canal de ECG auxiliar.
Validação Experimental: Comparação direta com o método de subtração de template, demonstrando eficácia e baixa complexidade computacional.

4. Resultados Experimentais

O método foi validado em gravações multicanal de EHG de um voluntário feminino (não grávida) e um voluntário masculino (para isolar componentes uterinos).

Desempenho: O método removeu eficazmente os artefatos cardíacos (batimentos de ~60 bpm) preservando a estrutura do sinal subjacente.
Relação Sinal-Ruído (SNR):
- Para canais distantes do útero (homem), a SNR de saída foi de 5,14 dB e 7,42 dB, superando a subtração de template em termos de preservação da forma de onda.
- Para canais próximos ao útero (mulher), a SNR foi de -2,15 dB. A redução de desempenho ocorre porque a atividade uterina lenta gera derivadas não nulas que o algoritmo pode confundir erroneamente com artefatos cardíacos (limitação do modelo de base constante).
Coerência Espacial: A análise dos atrasos de propagação entre canais (variação de ~15 ms) confirmou a propagação do sinal cardíaco através do array de eletrodos, validando a premissa de clusterização.
Comparação: O método proposto mostrou-se superior à subtração de template, que frequentemente introduz distorções ou resíduos quando a morfologia do ECG varia.

5. Significado e Conclusão

Este trabalho apresenta uma solução robusta e computacionalmente eficiente para um problema crítico na monitorização fetal e ginecológica. Ao eliminar a dependência de canais de referência de ECG, o método torna-se mais aplicável em configurações clínicas práticas e de monitoramento contínuo.

Pontos Chave de Impacto:

Independência de Modelo: Não requer treinamento de máquina nem modelos fisiológicos complexos.
Tempo Real: A implementação como filtro FIR causal permite processamento em tempo real.
Limitações e Futuro: O método assume que a derivada da linha de base é próxima de zero. Em eletrodos muito próximos ao útero, a atividade uterina lenta pode violar essa suposição. Trabalhos futuros visam estender o modelo para derivadas de base não nulas e realizar validação em coortes maiores de pacientes.

Em suma, a técnica oferece uma nova perspectiva baseada em teoria de controle para a limpeza de sinais biomédicos, combinando precisão na detecção de impulsos com preservação da integridade do sinal de interesse.