Resumo Técnico: Framework Abrangente de Conjunto de Dados e Processamento de Sinais para Estimativa de Frequência Cardíaca e Pressão Arterial Baseada em Fonocardiograma

Declaração do Problema

As doenças cardiovasculares (DCVs) são uma das principais causas de mortalidade global, frequentemente denominadas "assassinos silenciosos" devido à sua dificuldade de detecção precoce. Embora existam técnicas avançadas de imagem (TC, RMC) e monitoramento multimodal (ECG combinado com PPG), elas enfrentam limitações quanto ao custo, complexidade operacional e portabilidade. Especificamente, os sistemas ECG-PPG para estimativa de Frequência Cardíaca (FC) e Pressão Arterial (PA) via Tempo de Chegada do Pulso (PAT) são suscetíveis a desalinhamentos de eletrodos e insuficientes para detectar anomalias cardíacas específicas, como sopros. Além disso, estudos existentes de Fonocardiograma (PCG) frequentemente dependem de modelos complexos de aprendizado de máquina inadequados para dispositivos portáteis ou falham em estimar simultaneamente tanto a FC quanto a PA utilizando apenas sinais de PCG. Há uma necessidade crítica de um sistema de baixo custo, não invasivo e portátil capaz de monitoramento cardiovascular contínuo utilizando apenas sons cardíacos acústicos.

Metodologia

1. Aquisição de Dados e Construção do Conjunto de Dados

Os autores desenvolveram um sistema personalizado e de baixo custo, denominado "PhonoTrack", para capturar sinais sincronizados de PCG e Eletrocardiograma (ECG) juntamente com leituras manuais de pressão arterial.

• Hardware: O sinal de PCG foi capturado utilizando um microfone embutido no diafragma de um estetoscópio padrão, conectado a um iPad para gravação (44,1 kHz). O ECG foi capturado por meio de um módulo de sensor AD8232 de três derivações conectado a um Arduino.
• Protocolo: Os dados foram coletados de 15 voluntários homens saudáveis (com idades entre 18 e 50 anos) em um ambiente interno controlado. Cada sessão durou 60 segundos.
• Verdade Terrena (Ground Truth): A FC foi validada contra o sinal de ECG (picos R), e a PA foi validada contra leituras manuais de esfigmomanômetro realizadas imediatamente antes e após a sessão de gravação.
• Conjunto de Dados: O conjunto de dados resultante inclui 15 gravações sincronizadas de PCG-ECG com valores de PA de manguito pareados, fornecendo dados alinhados temporalmente para benchmarking.

2. Framework de Processamento de Sinais

O estudo emprega um framework unificado de técnicas padrão de Processamento Digital de Sinais (DSP) em vez de modelos complexos de aprendizado profundo.

Estimativa de Frequência Cardíaca (FC):

• Pré-processamento: Os sinais de PCG passaram por remoção de ruído baseada em wavelets (Daubechies db4, 8 níveis) e normalização.
• Extração de Envoltória: Três métodos distintos foram utilizados para extrair a envoltória do sinal a fim de identificar os sons cardíacos S1 e S2:
  1. Transformada de Hilbert (HT): Extrai a amplitude instantânea.
  2. Entropia de Shannon (ES): Enfatiza regiões de alta energia para nitidez dos componentes transitórios.
  3. Espectro de Energia de Wavelets (EEW): Analisa a distribuição de energia através das bandas de frequência.
• Detecção de Picos: Os máximos locais nas envoltórias suavizadas (filtradas com um filtro passa-baixas Butterworth de 20 Hz) foram identificados como picos S1 e S2. Restrições foram aplicadas (distância mínima entre picos de 0,125s, altura mínima de 15%) para evitar detecções falsas.
• Cálculo: A FC foi derivada a partir dos intervalos médios S1–S1 (ou S2–S2).

Estimativa de Pressão Arterial (PA):

• Extração de Características: Um conjunto de características temporais fisiologicamente interpretáveis foi extraído da envoltória do PCG, incluindo:
  • Durações Sistólica ($t_{sys}$) e Diastólica ($t_{dias}$).
  • Tempos de subida e decaimento para S1 e S2.
  • Durações de pico de S1 e S2.
  • FC estimada ($FC_{pcg}$).
• Modelagem: Um modelo de regressão múltipla semiempírico foi desenvolvido para mapear essas características para a Pressão Arterial Sistólica (PAS) e Diastólica (PAD). O modelo inclui termos lineares, quadráticos e de interação.
• Validação: O modelo foi avaliado utilizando Validação Cruzada de Saída de Um Sujeito (LOOCV) por sujeito para avaliar a generalizabilidade e prevenir o sobreajuste, dada a pequena amostra.

Contribuições Principais

1. Sistema PhonoTrack: Desenvolvimento de um protótipo de hardware portátil e de custo efetivo capaz de aquisição simultânea de PCG e ECG.
2. Novo Conjunto de Dados: Introdução de um conjunto de dados sincronizado PCG-ECG com medições manuais de PA pareadas de 15 sujeitos, abordando a falta de verdade terrena alinhada temporalmente de PCG-PA na literatura existente.
3. Framework Algorítmico: Demonstração de que técnicas padrão de DSP (HT, ES, EEW) combinadas com regressão semiempírica podem estimar efetivamente tanto a FC quanto a PA a partir de sinais de PCG apenas, evitando a necessidade de sensores multimodais complexos ou modelos pesados de aprendizado de máquina.
4. Validação Abrangente: Avaliação rigorosa incluindo correlação de Pearson, Erro Quadrático Médio (RMSE), análise de Bland-Altman e avaliação de Relação Sinal-Ruído (SNR).

Resultados

Estimativa de Frequência Cardíaca:

• Todos os três métodos de detecção de envoltória mostraram forte concordância com a FC derivada do ECG.
• A Entropia de Shannon (ES) apresentou o melhor desempenho, alcançando um coeficiente de correlação de Pearson ($R$) de 0,973, com um Erro Absoluto Médio (MAE) de 1,330 bpm e RMSE de 1,688 bpm.
• A Transformada de Hilbert (HT) e o Espectro de Energia de Wavelets (EEW) alcançaram valores de $R$ de 0,965 e 0,955, respectivamente.
• A análise de Bland-Altman confirmou baixo viés sistemático e estreita concordância dentro dos limites de 95% de concordância.

Estimativa de Pressão Arterial:

• O modelo de regressão semiempírico demonstrou correlação moderada a forte com a PA de verdade terrena.
• Pressão Arterial Sistólica (PAS): $R = 0,891$, com um desvio padrão do erro de 2,10 mmHg.
• Pressão Arterial Diastólica (PAD): $R = 0,700$, com um desvio padrão do erro de 3,20 mmHg.
• Sob LOOCV por sujeito, o modelo resultou em um RMSE de PAS de 9,89 mmHg e um RMSE de PAD de 11,05 mmHg, indicando as limitações atuais do modelo em generalizar para sujeitos não vistos com a pequena coorte atual.

Significado e Alegações

O artigo posiciona o sistema PhonoTrack como uma prova de conceito promissora para monitoramento cardiovascular contínuo e não invasivo. Os autores afirmam que sua abordagem oferece uma alternativa de baixo custo, portátil e de sensor único a sistemas multimodais complexos (ECG+PPG) ou técnicas de imagem caras.

No entanto, os autores mantêm uma postura modesta e cautelosa quanto à prontidão clínica:

• Eles afirmam explicitamente que as descobertas são preliminares e baseadas em uma coorte pequena e homogênea (15 homens saudáveis).
• Eles reconhecem que os resultados atuais são insuficientes para apoiar alegações relacionadas à implantação clínica, rastreamento de rotina ou avaliação de doenças cardiovasculares.
• O estudo enfatiza que o modelo semiempírico serve como uma linha de base, e trabalhos futuros devem envolver populações maiores e mais diversas (incluindo mulheres e vários grupos de idade/IMC) e condições do mundo real (movimento, ruído) para estabelecer uma generalização mais ampla.

Em resumo, o artigo valida a viabilidade do uso de sinais apenas de PCG para estimativa de FC e PA utilizando processamento de sinais padrão, estabelecendo as bases para o futuro desenvolvimento de monitores cardíacos vestíveis acessíveis, enquanto delimita claramente a lacuna entre os resultados experimentais atuais e a aplicação clínica.