Aplicação de um Algoritmo da área de Inteligência Artificial na base de dados

Echocardiogram
Alex Yukio Wassano¹
Marcelo Matos dos Santos²
Renato Lemes Peixoto³
¹²³Departamento de Computação e Estatística
Inteligência Artificial
Fundação – Universidade Federal de Mato Grosso do Sul (UFMS)
Caixa Postal 549 Campo Grande – MS 79070-900
¹alex_wassano@yahoo.com.br ,² marcelo.dork@gmail.com , ³ rlpeixoto@gmail.com

30 de Maio de 2005

Resumo observadas nos pacientes cardíacos, tais como:

Esse trabalho tem por finalidade a extração de
informações em uma base de dados sobre ataques
cardíacos, Echocardiogram, utilizando o Algoritmo do
Perceptron de Múltiplas Camadas o Backpropagation
e o software de apoio Weka®.
Todos os pacientes sofreram ataques de coração no
passado. Alguns ainda estão vivos e outros não .
Existem duas variáveis que se baseia o estudo:
pessoas que estão vivas e pessoas que não estão vivas.
Essas variáveis relacionam-se as pessoas que sofreram
ou não ao ataque cardíaco após um ano do ocorrido.
Na introdução são explicadas as características das
doenças cardiovasculares e as peculiaridades do
exame de eletrocardiograma elaborada para a
geração da base de dados. Diagnósticos foram feitos
em pacientes com problemas cardíacos, na qual foram
gerados exames minuciosos das características de
cada indivíduo do grupo de amostra.
Os resultados gerados são totalmente voltados
para a base de dados gerada a partir desses
diagnósticos, na qual foram desenvolvidas instancias,
atributos e classes que farão parte do estudo do
Echocardiogram.
1. Introdução
sobrevivência, gordura, idade de ataque entre outros.
Algumas das mais perturbadoras disfunções cardíacas,
tais como: arritmia cardíaca, músculo cardíaco anormal
são umas entre outras as mais comuns doenças
cardíacas.
Os testes com os pacientes baseia-se em predizer se
os pacientes envolvidos sobreviveram um ano após o
enfarte-miocardico, e as principais características
encontradas em pessoas que sofreu ou tem tendência a
sofrer algum ataque cardiovascular. Para a
classificação dos dados utilizou-se rede neural
artificiais (RNA) do tipo feedforward, treinados com o
algoritmo de Backpropagation.
Muitas técnicas são usadas para diagnósticos dessas
doenças. O eletrocardiograma é um exame feito com
intuito de definir algumas peculiaridades do estado
normal do coração do paciente.
A técnica médica usada para os testes será o
eletrocardiograma, definido como linha padrão de
exames para testes para implementação em inteligência
artificial.
Com o treinamento de técnicas de inteligência
artificial pegando como base o eletrocardiograma,
novas soluções e previsões poderão ser feitas para
tentar amenizar e até salvar vidas de pacientes com
deficiência cardiovascular.

As doenças cardiovasculares constituem a principal 2. Materiais e Métodos

causa de mortalidade na sociedade moderna. O
eletrocardiograma ambulatorial ou Holter tem sido
largamente utilizado para o diagnóstico da integridade
cardíaca.
Com o intuito de definir critérios de comparação
das principais características de pessoas que sofreram
ou sofrem de alguma doença cardiovascular, pesquisas
são feitas em cima de algumas características
Foram adotados 132 exames de pacientes, com 13
atributos.
Informação sobre os Atributos:
1. sobrevivência - o número de meses que os
pacientes sobreviveram se ainda estão vivos. Porque
todos os pacientes tiveram ataques cardíacos em
épocas distintas. É possível que alguns pacientes
tenham sobrevivido menos de um ano, porém ainda
estão ainda vivos. Verifique a segunda variável para
confirmar isto. Tais pacientes não podem ser usados
para a tarefa da predição mencionada acima, pois não
faz sentido termos um paciente que tenha morrido e
ainda esteja vivo.
2. ainda-vivo – usa-se uma variável binária para
indicar se o paciente encontra-se vivo ou morto.
“0=morto” ou “1=ainda vivo”
3. idade do ataque cardíaco – idade do paciente
quando ocorreu o ataque
4. fluido do pericárdio - usa-se uma variável binária
para indicar se possui ou não fluido em torno do
coração “0=não possui” ou “1=possui”
5. percentual de gordura – índice de gordura
maligna no coração
6. Ponto de separação do septo (epss) - uma outra
medida de gordura. Os números maiores são cada vez
mais anormais.
7. Fim da dimensão diastolica ventricular
esquerda(lvdd) - Esta é uma medida do tamanho do
coração no fim da diástole. Os corações grandes
tendem a ser corações doentes.
8. Contagem de movimento da parede(wall-motion-
score) -- medida de como os segmentos do ventrículo
esquerdo estão se movendo.
9. – Índice de movimento da parede(wall-motion-
index) – igual contagem de movimento da parede
dividida pelo número de segmentos vistos. Geralmente
12-13 segmentos são vistos em um eletrocardiograma.
Usar o index em vez do score.
10. Mult – Variável derivada que pode ser ignorada.
11. Nome – nome do paciente.
12. Grupo -- sem sentido pode ser ignorado.
13. Vivos -- Booleano-avaliados. Derivado dos
primeiros dois atributos. Usa-se a variável 0 para
pacientes mortos após 1 ano ou tinham sido seguidos
por menos de 1 ano. A variável 1, usada para pacientes
que estavam vivos no período de 1 ano.
3. Base de dados
Como já foi citada anteriormente, a base de dados a
ser utilizada, será a echocardiogram.data, no qual
baseia-se um estudo para saber quantos pacientes
sobreviveram ou morreram após o ataque cardíaco no
período de um ano. Trabalharemos com a hipótese de
um percentual de acerto de setenta para treino de nossa
rede neural e trinta por cento utilizados para testes,
após o treino de nosso algoritmo, que no caso utilizará
o backpropagation.
Nossa base de dados resume-se a 2 classes,
pacientes vivos ou não após o ataque cardíaco e 13
atributos que foram listados acima na metodologia e
nos materiais.
A inteligência artificial utiliza vários algoritmos,
também conhecidos como classificadores que podemos
citar a titulo de exemplo redes Bayers, Decision Tree,
Perceptron Simples e BackPropagation.
Como mencionado na primeira etapa que foi
entregue o artigo, descrevemos que usaríamos o
algoritmo de redes neurais supervisionado chamado de
BackPropagation ou MultiLayer Perceptron
(Perceptron de Múltiplas Camadas).
Perceptrons de várias camadas são redes feed-
foward com uma ou mais camadas entre os nós de
entrada e saída. São Perceptrons simples de várias
camadas .
Um perceptron é basicamente um neurônio
artificial que possuem características similares ao de
um neurônio humano, mas também podemos descrever
um perceptron como uma rede bem simples, no qual
encontramos uma entrada, uma bia, um  a ser
encontrado, um (v) .
Os modelos da rede neural de várias camadas
possuem : a camada de entradas, com uma variável i
variando de 0 até n, as intermediárias entre as duas
primeiras camadas, com uma variável j, variando de 0
até n também, e uma última camada, a de saída , com a
variável k variando de 1 até n, pois nessa camada,
podemos verificar que não existem bias.
O BackPropagation é um algoritmo que a partir de
uma entrada padrão propaga a entrada até seu final.
Calculamos seus erros, reajustamos seus pesos,
afim de que possamos passar novos padrões de entrada
para um novo padrão de treino, para propagar
novamente até o fim, repetindo este mesmo processo,
até que todos os exemplos da matriz de treinamento
sejam utilizados, e calculando o EQM, ou seja erro
quadrático médio de cada época, sendo que uma época
equivale a passar todos os exemplos de treino.
O cálculo do EQM, é feito para diversas épocas, até
que este seja menor que o erro objetivo para uma certa
época.
Perceptron é apenas um nome, que advém da idéia
de perceber um fato, essa idéia de percepção está
correlacionada ao cérebro, que é o órgão no qual temos
o feeling que nos faz distinguir um objeto de outro,
uma pessoa de outra, enfim, a percepção sensorial
humana.
O trabalho rodado no programa Weka, utilizou o
Algoritmo do MultiLayer Perceptron para tentar
explicar seus resultados e sua saída.
4. Conclusão
O objetivo primordial de nosso trabalho, como foi
citado acima, é o de identificar as pessoas que
morreram, ou sobreviveram após o ataque cardíaco no
decorrer de um ano após o fato.
A maior parte do tempo necessário para construir
um modelo de redes neurais é gasto no processo de
identificação da melhor topologia e na de treinamento.
Determinar uma boa estrutura de rede, ou
topologia,é um dos caminhos para se diminuir esse
tempo, mas só isto não basta para se ter uma rede que
ofereça resultados aceitáveis.
Para que níveis satisfatórios sejam atingidos,
muitos algoritmos devem ser levados em consideração
e testados, visto que o BackPropagation, é apenas um
algoritmo dentre vários classificadores, dentre eles
como já foram citados acima, redes Bayes, árvores de
decisão, as próprias redes neurais etc...
Usamos os respectivo tipos de testes abaixo :
-Cross-validation;
-Percentage split;
Na saída do classificador, aparece o tipo escolhido
ultilayer Perceptron), o nome da base de dados
(echocardiogrambase), o número de instâncias (132), o
número de atributos ou classes (13), no qual as bases
foram classificadas. Aparece o nome de cada um dos
atributos e sua respectiva classificação,
binário,numérico etc.
O fato da classificação é muito importante, pois
influencia no andamento do weka, pois na fase de
construção do arquivo arff, se algum destes atributos
estiverem errados, provavelmente o weka não rodará o
arquivo corretamente, avisando de possíveis erros.
A seguir, notamos, os valores dos pesos de cada nó,
o percentual dos dados que foram classificados
corretamente, incorretamente, o modo de teste, bem
como sua matriz confusa.
No teste de ‘cross-validation’ , foram classificados
corretamente 21 instâncias ou 91.3043 %% e o
restante, ou seja, 2 ou 8.6957 % foram classificados
incorretamente.
Isto também pode ser visualizado na matriz de
confusão abaixo:
=== Confusion Matrix ===
a b  classified as
15 1 | a=0
1 6 | b=1
Aqui podemos observar o seguinte, que 15
instâncias foram classificadas corretamente como ‘a’
(morto ) e 1 foi classificado incorretamente como ‘a’.
E 6 foram classificados corretamente como ‘b’ (ainda-
vivo) e 1 classificado incorretamente como ‘b’.
A título de exemplificação explicamos por cima
como o crossroads foi feito.
A seguir será explicitado sucintamente o outro tipo
de teste, que é o que mais nos interessa.
No teste de ‘percentage-split’ com 66% da amostra,
foram classificados corretamente 40 atributos ou
90.9091 % e apenas 4 instâncias foram classificadas
como incorretas, dando um percentual de 9.0909 %.
Esse percentual foi calculado através da conta de
66% de 132 instâncias do total, o que retornaria em
torno de 88,diminuídos de 132, temos o número de 44
instâncias a serem passados no teste.
Devemos notar que para que o teste seja
corretamente feito, devemos selecionar o atributo
objetivo, que no caso, será o atributo ainda-vivo, que
especifica o nosso problema, ou seja, se o paciente que
tenha sofrido a arritmia cardíaca, se ele ainda continua
vivo.
Isso também pode ser visualizado na matriz de
confusão abaixo:
=== Confusion Matrix ===
a b <-- classified as
17 3 | a = 1
1 23 | b = 0
Instâncias classificadas corretamente: 17 + 23 = 40
Instâncias classificadas incorretamente: 3+1 = 4
O weka nos fornece ainda, o erro quadrático
absoluto em módulo, este erro como já foi estudado, é
calculado pelo somatório do erro calculado, menos o
erro pretendido, elevado ao quadrado em módulo ou
valor absoluto, o erro foi de 0.0942.
Enfim averiguamos, que o melhor tipo de
teste, para termos uma noção real do que está
acontecendo com a base de dados, é a partir do
percentage – split, pois neste, o weka, roda padrões de
treino, tendo como resultado final o teste já validado, e
conseqüentemente o algoritmo já treinado, para
reconhecer os dados.
Utilizando-se da base echocardiogram,
fizemos o uso da ferramenta Weka, garimpando dados
que antes pareciam inexpressivos e sem sentido algum,
com a mineração, os dados se juntaram e deram um
significado plausível e o mais próximo possível de
nossa realidade, atingindo nosso objetivo de sabermos
uma percentagem para uma dada pergunta. Aatravés de
cálculos realizados, utilizamos o classificador do
algoritmo backpropagation tirando assim, conclusões
concretas sobre o estudo desta base.
6. Referencias
[1] Pilla Jr, Valfredo, e Lopes, Heitor Silvério,
“Reconhecimento de Padrões em Sinais
Eletrocardiográficos com Rede Neurofuzzy e
Algoritmos Genéticos”, IV Congresso Brasileiro de
Redes Neurais pp. 042-046 Jul 20-22,1999-Ita, São
José dos Campos – SP – Brasil.

[2] Soares, Pedro P. da Silva, e Nadal Jurandir,

“Aplicação de uma Rede Neural Feedforward com
Algoritmo de Levenberg-Marquardt para Classificação
de Alterações do Segmento ST do Eletrocardiograma”,
IV Congresso Brasileiro de Redes Neurais pp. 384-
389, Jul 20-22,1999-Ita, São José dos Campos – SP –
Brasil
.