Tutorial 3: Análise de ECG com OpenSignals

Análise de Sinais de ECG com OpenSignals

Este tutorial demonstra como utilizar o OpenSignals para realizar análise básica de sinais de ECG, incluindo detecção de picos R e geração de gráficos de variabilidade da frequência cardíaca.

Informações do Tutorial

Duração: 30-40 minutos
Dificuldade: Intermédio
Pré-requisitos: Tutorial 2: Obtenção de Sinal com OpenSignals
Recursos Necessários:

  • Software OpenSignals com sinal de ECG adquirido
  • Sinal de ECG de qualidade (mínimo 2 minutos para análise completa)
  • Versão gratuita do OpenSignals (limitada a 2 minutos de análise)

Visão Geral da Análise

O OpenSignals inclui ferramentas avançadas para análise de ECG que permitem:

  • Detecção automática de picos R no sinal de ECG
  • Cálculo de intervalos RR entre batimentos consecutivos
  • Geração de métricas de variabilidade da frequência cardíaca
  • Visualização de múltiplos gráficos para análise HRV (Heart Rate Variability)

Gráficos Gerados pela Análise

A análise produz os seguintes gráficos especializados:

  1. Tachogram [RR - IHR] - Variação dos intervalos RR ao longo do tempo
  2. Tachogram [NN - IHR] - Intervalos NN (normal-to-normal) filtrados
  3. Histogram [RR - NN] - Distribuição temporal dos intervalos (x = segundos, y = %)
  4. IHR Histogram [RR - NN] - Distribuição da frequência cardíaca (x = bpm, y = %)
  5. Power Spectral Density - Análise espectral (x = frequência Hz, y = Power ms²/Hz)
  6. Poincaré Plot - Gráfico de dispersão (x = NN_t, y = NN_(t+1))

Passo 1: Seleção do Intervalo de Análise

Após ter um sinal de ECG adquirido ou carregado no OpenSignals:

  1. Localize a Overview Window no interface do OpenSignals (Figura 1).
  2. Selecione o intervalo desejado para análise:
    • Clique e arraste na Overview Window para destacar a seção
    • Máximo de 2 minutos na versão gratuita
    • Escolha um segmento com sinal estável e boa qualidade
DicaDica para Seleção de Intervalo

Escolha segmentos onde o sinal de ECG apresenta:

  • Amplitude consistente
  • Baixo ruído
  • Picos R claramente definidos
  • Ausência de artefatos de movimento

Passo 2: Acesso ao Plugin de Análise de ECG

Com o intervalo selecionado:

  1. Localize o painel de plugins no lado direito da interface (Figura 2).
  1. Selecione o ícone do coração (Figura 3)
    • Este plugin é específico para análise de sinais cardíacos
    • Reconhece automaticamente sinais de ECG

Passo 3: Executar o Processamento

Para iniciar a análise do sinal:

  1. Clique no botão “Process” no painel do plugin (Figura 4).
  1. Aguarde o processamento - O OpenSignals irá:
    • Detectar automaticamente os picos R
    • Calcular os intervalos RR
    • Filtrar intervalos anómalos (NN)
    • Gerar todos os gráficos de análise

Passo 4: Visualização dos Resultados

Após o processamento, o OpenSignals apresenta múltiplas janelas de análise. A Variabilidade da Frequência Cardíaca (HRV) quantifica as variações no tempo entre batimentos cardíacos consecutivos, sendo um indicador da atividade do Sistema Nervoso Autónomo (SNA) que regula funções corporais involuntárias.

NotaSistema Nervoso Autónomo (SNA)

O SNA tem dois ramos principais:

  • Sistema Nervoso Simpático: Respostas de “luta ou fuga” (stress, exercício)
  • Sistema Nervoso Parassimpático: Respostas de “descanso e digestão” (relaxamento, recuperação)

Detecção de Picos R

O ecrã principal mostra o sinal original com marcadores nos picos R detectados, permitindo verificar a precisão da detecção automática (Figura 5).

Importante

Esta segmentação que vemos na Figura 5 mostra apenas a detecção da onda R do ECG. A identificação dos componentes do ECG (ondas P, Q, R, S, T) e determinação dos intervalos PR, QT, e duração do QRS não é realizada.

Tachogramas - Análise no Domínio do Tempo

Os tachogramas visualizam a série temporal dos intervalos RR e NN ao longo do tempo, permitindo observar diretamente a variabilidade cardíaca.

Diferença entre RR e NN:

  • Intervalos RR: Todos os intervalos entre picos R consecutivos
  • Intervalos NN: Apenas intervalos “normais” (filtrados, excluindo arritmias e artefatos)

Histogramas de Distribuição

Os histogramas mostram a distribuição de frequência das durações dos intervalos NN. Uma distribuição mais larga indica maior variabilidade (SDNN mais alto).

Análise Espectral - Análise no Domínio da Frequência

A Power Spectral Density (PSD) decompõe a série temporal de intervalos NN nos seus componentes de frequência, mostrando como a variância se distribui por diferentes bandas e permitindo inferir quais ramos do SNA estão mais ativos.

Bandas de Frequência: (Figura 11)

  • VLF (0.003-0.04 Hz) - Very Low Frequency:
    • Mecanismos regulatórios de longo prazo (termorregulação, sistemas hormonais)
    • Interpretação limitada em registos curtos (2 minutos)
  • LF (0.04-0.15 Hz) - Low Frequency:
    • Influências simpáticas e parassimpáticas
    • Associada à regulação da pressão arterial (barorreflexo)
    • Em unidades normalizadas, usada como marcador de atividade simpática
  • HF (0.15-0.4 Hz) - High Frequency:
    • Exclusivamente parassimpática (vagal)
    • Corresponde às variações sincronizadas com a respiração
    • Marcador de relaxamento e recuperação

Unidades de Medida:

  • ms²: Potência absoluta em cada banda
  • %: Contribuição percentual para a potência total
  • n.u. (Normalized Units): Potência relativa LF ou HF em relação à soma LF+HF

LF/HF Ratio: Índice do “equilíbrio simpatovagal”

  • Ratio elevado → Dominância simpática (stress)
  • Ratio baixo → Dominância parassimpática (relaxamento)

Poincaré Plot - Análise Não-Linear

O Poincaré Plot é um gráfico de dispersão onde cada intervalo NN é plotado contra o intervalo seguinte, fornecendo informação visual e quantitativa sobre a complexidade da HRV. Figura 12.

Parâmetros do Poincaré: (Figura 13)

  • SD1: Desvio padrão perpendicular à linha de identidade (y=x)

    • Mede a largura da elipse
    • Representa variabilidade de curto prazo (batimento a batimento)
    • Marcador da atividade parassimpática

  • SD2: Desvio padrão ao longo da linha de identidade

    • Mede o comprimento da elipse
    • Reflete variabilidade de longo prazo
    • Influências simpáticas e parassimpáticas

  • SD1/SD2 Ratio: Razão entre variabilidade de curto e longo prazo

  • Área do Poincaré: É uma medida unificada da variabilidade total do ritmo cardíaco. Uma área maior sugere uma maior variabilidade cardíaca geral, indicando um sistema nervoso autónomo mais resiliente e adaptável.

Interpretação dos Resultados

Métricas Temporais Principais

AVG NN (Intervalo NN Médio):

  • Média dos intervalos entre batimentos normais (ms)
  • Inverso da frequência cardíaca média
  • Valor mais alto = frequência cardíaca mais baixa

SDNN (Standard Deviation of NN intervals):

  • Desvio padrão de todos os intervalos NN
  • Mede a variabilidade geral do ritmo cardíaco
  • SDNN elevado = boa saúde e adaptabilidade cardíaca
  • Reflete influência conjunta simpática e parassimpática

RMSSD (Root Mean Square of Successive Differences):

  • Principal indicador da atividade parassimpática (vagal)
  • Mede variabilidade de curto prazo, batimento a batimento
  • Valor elevado = maior atividade parassimpática (relaxamento)

NN50 e pNN50:

  • NN50: Contagem de diferenças consecutivas > 50ms
  • pNN50: Proporção de NN50 no total de intervalos NN
  • Forte indicador da modulação parassimpática

AVG IHR (Instantaneous Heart Rate):

  • Frequência cardíaca média em BPM
  • Calculada a partir da média dos intervalos NN

Indicadores de Qualidade

ImportanteVerificação de Qualidade

Antes de interpretar os resultados, verifique:

  1. Detecção de Picos R: Todos os picos devem estar corretamente identificados
  2. Ausência de Artefatos: Intervalos RR anómalos devem ser mínimos
  3. Estabilidade do Sinal: Amplitude e forma consistentes ao longo do tempo
  4. Duração Adequada: Mínimo 2 minutos para análise confiável

Interpretação Clínica

Indicadores de Boa Saúde Cardiovascular:

  • SDNN elevado (> 50ms em adultos saudáveis)
  • RMSSD elevado (> 30ms)
  • Componente HF dominante na análise espectral
  • Poincaré Plot com boa dispersão (SD1 e SD2 equilibrados)

Indicadores de Stress/Fadiga:

  • LF/HF Ratio elevado (> 2.0)
  • Redução da potência HF
  • RMSSD baixo
  • Poincaré Plot com dispersão reduzida

Procedimento Concluído

Você completou a análise de sinais de ECG utilizando o OpenSignals e agora compreende os fundamentos teóricos por trás de cada métrica de HRV. Esta análise permite avaliar o estado do Sistema Nervoso Autónomo e aplicar os resultados em contextos clínicos, de pesquisa ou wellness.

Próximos Passos

Após dominar a análise básica de ECG no OpenSignals:

  • Experimente diferentes segmentos do mesmo sinal para comparar métricas
  • Compare resultados em diferentes condições (repouso vs. atividade)
  • Explore as Experiências Pedagógicas que utilizam estes dados
  • Aprenda sobre processamento avançado com Python
DicaIntegração com Pipeline Pedagógico

Este tutorial serve como base para a Experiência 2: Processamento de Sinais, onde os conceitos aqui aprendidos são expandidos com análise programática.

Resolução de Problemas

Problemas Comuns

Detecção Incorreta de Picos R: - Verifique a qualidade do sinal de entrada - Ajuste a amplitude se necessário - Reduza o ruído na aquisição

Análise Incompleta: - Certifique-se de que o intervalo selecionado não excede 2 minutos - Verifique se o plugin de ECG está corretamente selecionado

Resultados Inconsistentes: - Compare com análise visual manual - Verifique a estabilidade da conexão durante a aquisição

Recursos Adicionais