Detecção de Anomalias Cardiológicas em ECG (PTB-XL) — 2025.1

Este repositório contém o desenvolvimento de um pipeline de classificação de ECG usando a base PTB-XL (Kaggle) e modelos de Aprendizado de Máquina/Deep Learning. O notebook principal implementa:

• preparo do dataset,
• pré-processamento dos sinais,
• extração de características (FFT, DWT, entropia de Shannon e estatísticas no tempo),
• treinamento de CNN 1D e MLP (Testes 4 e 7),
• avaliação (matrizes de confusão, curvas ROC, análise de overfitting),
• comparação com baseline (ex.: variação “FFT-only”).

🎯 Objetivo

Classificar registros de ECG em três classes:

• MI — Infarto Agudo do Miocárdio
• Abn-HB — Batimento Cardíaco Anormal (Arritmias)
• NORM — ECG Normal

Essas classes aparecem no início do notebook, que também justifica a escolha clínica e a importância de incluir a classe “normal”.

📂 Estrutura do repositório

Projeto_Sinais_2025_1.ipynb     # Notebook principal (renomear se necessário)
README.md                       # Este arquivo

Durante a execução no Colab, o notebook cria/usa pastas e arquivos como:

/content/ptb-xl-dataset/...                  # dados baixados do Kaggle
/content/splited_dataset/
    X_signals.npy
    y_labels.npy
    X_filtered.npy
    y_filtered.npy
/content/cnn_metrics/                        # métricas/artefatos dos testes (seções de treino)

🧰 Dependências principais

Executar no Google Colab é recomendado. Bibliotecas usadas no notebook:

• numpy, pandas, matplotlib, seaborn, scipy
• Sinais/ECG: wfdb, pywt (Wavelets)
• ML/DL: tensorflow/keras, scikit-learn
• Utilitários: pydub, zipfile, shutil, pickle
• Kaggle API (para baixar a PTB-XL diretamente no Colab)

▶️ Como executar (Colab)

1. Abra o notebook no Colab
   

   Substitua usuario/repositorio pelo seu repositório no GitHub, e considere renomear o arquivo para Projeto_Sinais_2025_1.ipynb (sem espaços) antes do push.

2. Configure a Kaggle API (primeiras células da seção “Importing Dataset from Kaggle”):

   • Faça upload do kaggle.json no Colab (Conta Kaggle → API → Create New Token).
   • Rode as células que copiam o token para ~/.kaggle e definem permissões.
   • Execute o download:

     kaggle datasets download -d khyeh0719/ptb-xl-dataset
     unzip -o ptb-xl-dataset.zip -d /content/ptb-xl-dataset
     

3. Processe os dados seguindo as células da seção “Processamento da Base PTB-XL” / “Pré-processamento dos sinais”.
   O notebook gera arrays .npy em /content/splited_dataset/ para acelerar experimentos.

4. Rode os Testes (1–7)
   Cada “Teste” configura uma variação (ex.: arquitetura/hiperparâmetros/feature set).
   Ao final, o notebook plota curvas de treino/validação, matrizes de confusão, curvas ROC e faz análise textual (overfitting, ponto de parada, implicações).

🔧 Pipeline (resumo)

• Pré-processamento
  Normalização (StandardScaler por canal), estabilidade de amostras, janelamento dos sinais (entrada típica reportada no notebook: 407×12 amostras×derivações, podendo variar conforme o teste).
• Aumento de dados (Data Augmentation)
  Ruído gaussiano, time-shift (deslocamento temporal), escala de amplitude e inversão opcional.
• Extração de características
  • FFT (espectro por derivação, compressão log, seleção de bins)
  • DWT (ex.: Daubechies, níveis configuráveis; coeficientes por canal)
  • Entropia de Shannon (em janelas/espectro)
  • Estatísticas no tempo (ex.: média, variância, skewness, kurtosis)
• Modelo principal — CNN 1D
  Arquitetura típica descrita nas seções de teste: pilha de Conv1D + BatchNorm + LeakyReLU + Dropout, seguida de GlobalAveragePooling1D e Dense final.
  Treino com EarlyStopping, StratifiedKFold/hold-out e class weights para lidar com desbalanceamento.
• Baseline/Comparativos
  Versão FFT-only e variações; comparação qualitativa e via métricas.

📈 Avaliação

• Matrizes de confusão por teste/classe
• Curvas ROC (one-vs-rest) com AUC
• Curvas Loss/Accuracy (treino × validação), análise de overfitting e ponto de early stopping
• Comentários sobre generalização e viés das abordagens

🔁 Reprodutibilidade

O notebook fixa seeds (numpy, random, tensorflow) em várias seções. A ordem e a execução sequencial das células é importante para replicar os resultados.

👥 Equipe

• Vinícius de Sousa Rodrigues (vsr)
• Álvaro Cavalcante Negromonte (acn3)
• Júlio César Barbosa da Silva (jcbs3)
• Luiz Felipe Silva Lustosa (lfsl)
• Felipe Torres de Macedo (ftm2)
• Edinaldo Filho (ebcf2)

Observação ética: O projeto usa a base pública PTB-XL e é voltado a fins acadêmicos. Resultados não devem ser usados como ferramenta diagnóstica clínica.