Série de Fourier e a matriz de Moore-Penrose:

interação para regressão de um sinal de ECG

Larissa R. Teixeira1, Igor S. Peretta1, Ana Maria A. Bertone2
1. FEELT - Universidade Federal de Uberlândia
2. FAMAT - Universidade Federal de Uberlândia
Contato: larissa.teixeira@ufu.br

Código 2: Cálculo do vetor β que contém os coeficientes da série que aproximam o sinal em y.
Introdução beta = pinv (A) * y ;
Nas últimas décadas, a pseudoinversa de Moore-Penrose encontrou uma ampla gama de
aplicações em muitas áreas da ciência e tornou-se uma ferramenta útil para, entre outras 0.2
aplicações, a análise de dados. Da combinação da pseudoinversa com a aproximação de original

uma função por séries de Fourier, surge uma abordagem algébrica para uma aproximação aproximado
dos dados obtidos de um de eletrocardiograma. Simulações no software livre Octave foram 0.1
testadas por três medidas de acurácia, mostrando a eficiência da interação das metodologias
analítica e algébrica.

Fundamentação Teórica 0

Amplitude
São usadas duas teorias da matemática: a teoria das inversas generalizadas e teoria das
séries de Fourier para aproximação de um sinal. Considerando o sistema linear A β = y, em -0.1
que A é uma matriz m × (2k + 1), com m > 2k + 1, e em que β e y são vetores-colunas de com-
primento m. Moore e Penrose mostraram que é possível resolver esse sistema aplicando a
pseudoinversa. Pode existir uma única solução ou um conjunto de vetores β que satisfazem -0.2
o sistema linear A β = y. É preferida a escolha daquele que tenha a menor norma euclidiana
β̂ = min{∣∣β∣∣, C solução de A β = y} (1)
em que ∣∣ ⋅ ∣∣ é a norma euclidiana de Rm. A solução é dada por β̂ = A+ Y . Outra ferra- -0.3

menta analítica utilizada é a teoria das séries de Fourier. Esse teorema afirma que, dada
uma função periódica f (t) de período 2L, integrável e diferenciável, então f é o limite uni-
forme,de uma série composta de funções sin(t) e cos(t), dado por: -0.4
14.3 14.4 14.5 14.6 14.7 14.8 14.9
a0 ∞ nπt ∞ nπt Tempo [s]
f (t) = + ∑ an cos ( ) + ∑ bn sin ( ), (2)
2 n=1 L n=1 L Figura 2: Ciclo de sinal ECG com aproximação por série truncada de Fourier com ordem k = 25 (51 coefi-
em que os coeficientes, conhecidos como coeficientes de Fourier, são dados por cientes)
1 L 1 L nπt 1 L nπt Neste trabalho, três métricas de qualidade de aproximação foram utilizadas, a saber: a soma
a0 = ∫ f (t)dt, an = ∫ f (t) cos ( ) dt e bn = ∫ f (t) sin ( ) dt.
L −L L −L L L −L L dos quadrados dos resíduos (SQres), o coeficiente de determinação (R2) e a qualidade de
Um truncamento de ordem k de f é, por definição, o polinômio trigonométrico ajuste (QA) com respeito à raiz quadrada do erro médio normalizado. Tais métricas são
a0 πt kπt πt kπt definidas por (6), (7) e (8), respectivamente. Na Tabela 1 são apresentadas resultados dessas
Pf (t) = + a1 cos ( ) + . . . + ak cos (
k ) + b1 sin ( ) + . . . + bk sin ( ). (3) métricas com respeito à ordem da série truncada.
2 L L L L
Considerando um conjunto de dados {(ti, yi)}m i=1, em que m representa a quantidade to-
tal de amostras, se constrói a matriz A de ordem m × (2k + 1) cujas entradas são da forma 1 N ∣∣y − ŷ∣∣2
aij = Pfi (tj ), em que Pfi são os truncamentos de f de ordem i = 0, . . . k. Considerando o vetor SQres = ∑ (yi − ŷi) =
2 (6)
N i=1 N
βf = [ao, a1, b1, . . . , an, bn]T e y = [y1, y2, . . . , ym]T , obtém-se o sistema linear.
A βf = y, (4) N (y − ŷ )2
SQ res ∑ i i ∣∣y − ŷ∣∣2
que é um sistema linear compatível. Assim, utilizando a inversa generalizada de Moore- R =1−
2 =1− Ni=1 =1− (7)
Penrose, obtemos a única solução dada por βf = A+ y.
SQtot ∑ (yi − ȳ) 2 ∣∣y − ȳ∣∣2
i=1

Resultados √
¿
Á ∑N (y − ŷ )2 ∣∣y − ŷ∣∣
SQres Á i=1 i i
As simulações deste estudo foram feitas no software livre Octave com o uso de um sinal QA = 1 − =1−Á
À =1− (8)
de eletrocardiograma (ECG) disponibilizado para este estudo. O sinal é apresentado na SQtot ∑i=1(yi − ȳ)
N 2 ∣∣y − ȳ∣∣
Figura 1 e tem as seguintes características: frequência de amostragem 250Hz com total de
5120 dados em aproximadamente 20,5 segundos; corresponde a 34 batimentos sequenciais, em que y ou yi se refere ao conjunto e aos dados do sinal original; ȳ é a média dos dados do
ou 101,7 batimentos por minuto; a frequência cardíaca média registrada é de 1,66Hz. sinal original; e ŷ ou ŷi se refere ao conjunto e aos dados do sinal estimado.
0.8
original

0.6 Tabela 1: Evolução das métricas de qualidade com respeito à truncagem de ordem k da série.
k 5 10 15 20 25 30 40 50
0.4

SQres 1.01E-03 2.54E-04 1.25E-04 4.20E-05 1.77E-05 1.41E-05 8.98E-06 5.09E-06

0.2
R2 0.77222 0.94258 0.97169 0.99049 0.996 0.99681 0.99797 0.99885
Amplitude

0
QA 0.52274 0.76038 0.83175 0.9025 0.93673 0.94348 0.95494 0.96608

-0.2
Na Tabela 1 e na Figura 3 são apresentados os dados e os gráficos de evolução dessas métri-
cas com respeito à ordem de truncagem da série.
-0.4
3E-3 1 1

0.9
-0.6
2.5E-3
0.8
0.8
2E-3
-0.8 0.7 0.6
0 5 10 15 20
1.5E-3
Tempo [s] 0.6
0.4
Figura 1: Sinal de ECG original (paciente anônimo); em destaque, um ciclo arbitrário 1E-3
0.5

Nos casos em que o sinal é periódico, é indicada a utilização de um dos ciclos amostrados 0.5E-3 0.4
0.2

para uma melhor aproximação do sinal. Um ciclo arbitrário foi isolado e é constituído por 0 0.3 0
0 10 20 30 40 50 0 10 20 30 40 50 0 10 20 30 40 50
121 amostras que totalizam 0,48 segundos do sinal. k k k
Após, é calculado o período L = 12 (tmax − tmin) para a montagem da série. O fragmento de (a) (b) (c)
código produzido para montar a matriz com as funções da série pode ser visto no Código 1. Figura 3: Evolução das métricas de qualidade com respeito à ordem k de truncagem da série. (a) Quadrados
Código 1: Montagem da matriz A, com os termos da série. dos resíduos SQres; (b) Coeficiente de determinação R2; (c) Qualidade de ajuste QA
A = z e r o s (m, 2 * k + 1 ) ;
A ( : , 1 ) = 0 . 5 * ones (m, 1 ) ;
for i = 1: k
A( : , 2 * i ) = cos ( i * ( t − min ( t ) ) * pi/L ) ;
Conclusão
A( : , 2 * i +1) = s i n ( i * ( t − min ( t ) ) * pi/L ) ;
end
Com a ajuda de um software livre, é construída uma regressão de um sinal de ECG uti-
lizando uma combinação da ferramenta analítica de aproximação, como é o cálculo dos co-
Com a matrix A e os dados do sinal y, podemos definir o sistema de equações lineares eficientes de truncamentos da série de Fourier, e de ferramentas algébricas, representadas
A β = y, em que β é o vetor coluna de tamanho 2k + 1, vetor incógnita dos coeficientes da pela inversa generalizada de Moore-Penrose. As simulações são testadas com diferentes
série de Fourier que aproxima o sinal em y. métricas de acurácia e comprovam a eficácia do uso de conceitos combinados.
β Com o desenvolvimento desse trabalho, foi possível observar a importância da aplicação
­
⎡a ⎤ interagente de diversas áreas da matemática e seu impacto nas aplicações dentro das en-
⎢ 0⎥
⎢ ⎥ y genharias.
⎢ a1 ⎥ ³¹¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ · ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ µ
⎡ 1 cos x sin x cos (2 x ) sin (2 x ) . . . cos (k x ) sin (k x ) ⎤ ⎢⎢ b ⎥⎥ ⎡ f (x ) ⎤
⎢2 1 ⎥
⎢1 1 1 1 1 1 ⎥ ⎢⎢ 1 ⎥⎥ ⎢⎢ 1 ⎥
Agradecimentos
⎢ cos x2 sin x2 cos (2 x2) sin (2 x2) . . . cos (k x2) sin (k x1) ⎥ ⎢ a2 ⎥ ⎢ f (x2) ⎥⎥
⎢2 ⎥⋅ ⎢ ⎥ = ⎢ ⎥
⎢⋮ ⎥ (5)
⎢ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⎥ ⎢⎢ b2 ⎥⎥ ⎢⎢ ⋮ ⎥⎥ Os autores agradecem ao Fábio Henrique Monteiro Oliveira, doutorando em Engenharia
⎢1 ⎥ ⎢ ⎥ ⎢
⎢ 2 cos xm sin xm cos (2 xm) sin (2 xm) . . . cos k xm sin (k xm) ⎥ ⎢ ⋮ ⎥ ⎣ f (xm) ⎥⎦ Biomédica e pesquisador do Biolab da Faculdade de Engenharia Elétrica da Universidade
⎣ ⎦ ⎢ ⎥
´¹¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹¸¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹¶ ⎢ ak ⎥ Federal de Uberlândia, pela gentil disponibilização do sinal de eletrocardiograma utilizado
⎢ ⎥
A ⎢ bk ⎥
⎣ ⎦ neste trabalho.