Digitalização Automatizada de Eletrocardiogramas de 12 Derivações (ECG) e Padronização do Banco de Dados de Forma de Onda (WFDB): Insights a partir de Dados Clínicos Vietnamitas

Resumo

Aqui, apresentamos um protocolo reprodutível para converter imagens de ECG de 12 derivações de relatórios clínicos do mundo real em sinais digitais calibrados e compatíveis com WFDB para análise padronizada a jusante, integrando calibração de grade, localização de leads baseada em YOLOv12, extração de formas de onda (Viterbi ou linha central melhorada) e pontos de verificação de validação visual.

Resumo

Muitas clínicas ainda arquivam eletrocardiogramas de 12 derivações (ECGs) como registros impressos em papel ou imagens raster incorporadas em relatórios PDF, o que limita a interoperabilidade e a análise computacional posterior. Aqui, apresentamos um protocolo de digitalização reproduzível que converte imagens de relatório ECG em sinais digitais compatíveis com o WaveForm DataBase (WFDB) para uso padronizado a jusante. O protocolo consiste em (i) detecção de grade e calibração de pixel-para-físico, (ii) localização automatizada e rotulagem das 12 regiões de derivação usando um modelo de detecção de objetos, (iii) pré-processamento e normalização de sinais, e (iv) extração de forma de onda usando um método de caminho restrito por continuidade (Viterbi) ou uma abordagem aprimorada baseada em linha central. O fluxo de trabalho é projetado para lidar com layouts clínicos heterogêneos, visibilidade variável em grade e artefatos comuns de imagem, incluindo pontos de verificação visual para controle de qualidade em cada etapa. O protocolo gera registros WFDB de 12 derivações alinhados ao tempo, adequados para análise reprodutível em pipelines de processamento de sinais e aprendizado de máquina.

Introdução

O eletrocardiograma de 12 derivações (ECG) é uma pedra angular da avaliação cardiovascular e continua amplamente utilizado para triagem, monitoramento e tomada de decisões^clínicas. Apesar dos esforços contínuos de digitalização, muitas instituições ainda armazenam ECGs como registros impressos em papel ou imagens rasterizadas incorporadas em relatórios PDF, o que reduz a pesquisabilidade e complica o acompanhamento^{longitudinal 2}. Importante, o armazenamento baseado em imagens impede o uso direto de kits de ferramentas padronizadas de ECG e pipelines de aprendizado de máquina que exigem sinais calibrados em séries temporais em vez de imagens³. O objetivo geral desse protocolo é fornecer um método reproduzível e padronizado para converter imagens eletrocardiogramáticas em sinais digitais calibrados, adequados para análise computacional posterior.

A digitalização automatizada de ECG busca reconstruir sinais de tensão–tempo a partir de imagens escaneadas de^{ECG 4}. No entanto, exames clínicos reais de ECG frequentemente apresentam layouts heterogêneos de relatórios, visibilidade variável na grade, artefatos de compressão, iluminação não uniforme e marcações adicionais como carimbos ou^{anotações 5}. Esses fatores podem degradar a localização de leads e o rastreamento de formas de onda, limitando a reprodutibilidade entre instituições e fornecedores^{de dispositivos 6}. Portanto, um fluxo de trabalho prático de digitalização deve fornecer calibração robusta da grade, separação e rotulagem confiáveis de chumbos, e exportação padronizada para um formato de sinal amplamente adotado, como o WFDB⁷. Formatos digitais padronizados melhoram a interoperabilidade entre instituições e facilitam análises reprodutíveis usando bibliotecas estabelecidas de processamento de sinais de eletrocardiogramas.

Várias ferramentas de digitalização de ECG foram propostas (Tabela 1), mas a implantação clínica continua desafiadora porque o desempenho pode ser sensível à qualidade do escaneamento e à variabilidade^{do layout 8,9,10}. Estudos recentes também exploraram a extração automática de chumbo a partir de registros em papel de ECG usando deep learning, destacando ainda mais a necessidade de uma análise sintática robusta sob diversos layouts e^{artefatos 11}. Softwares de digitalização relacionados também foram introduzidos para melhorar a robustez sob condições clínicas^{heterogêneas 12}. Paralelamente, kits de ferramentas abertos e recursos para pesquisa em imagens de ECG foram introduzidos para facilitar o desenvolvimento de métodos e^{benchmarking 13}. Diferentemente das ferramentas de digitalização existentes, que podem ser sensíveis à variabilidade do layout ou limitadas a formatos de varredura específicos, este protocolo integra calibração de grade, localização automatizada de leads e exportação padronizada de WFDB para melhorar a robustez em relatórios clínicos heterogêneos. Neste trabalho, focamos em um pipeline de ponta a ponta que mira PDFs ECG do mundo real e registros escaneados, enfatiza a reprodutibilidade e gera sinais multi-lead compatíveis com WFDB para análise a jusante.

Propomos um protocolo totalmente automatizado e reproduzível para converter imagens de relatório de ECG de 12 derivações em sinais digitais compatíveis com WFDB. O protocolo integra (i) calibração pixel-para-físico baseada em grade usando configurações padrão de ECG (25 mm·^s-1, 10 mm·^mV-1), (ii) localização baseada em YOLOv12 tanto das regiões e ícones dos leads para apoiar a identificação robusta de leads em layouts heterogêneos de relatórios, e (iii) dois procedimentos alternativos de extração de forma de onda, incluindo um método aprimorado da linha central projetado para melhorar a continuidade dos traços sob espessura e pequenas descontinuidades. Esses componentes estão alinhados com trabalhos anteriores em extração de sinais, softwares robustos de digitalização e estratégias práticas de digitalização sob condições clínicas^{heterogêneas 14}. Os registros WFDB resultantes possibilitam análises a jusante usando cadeias de ferramentas padrão de ECG. Esse protocolo é particularmente adequado para digitalização retrospectiva de relatórios eletrocardiográficos arquivados armazenados como registros em papel escaneados ou PDFs rasterizados e pode exigir adaptação quando as linhas da grade estão ausentes ou severamente distorcidas.

Protocolo

Obtenha a aprovação do Comitê de Ética (Conselho de Revisão Institucional) do Hospital Tam Duc (ID do Protocolo: 24751791) antes da coleta retrospectiva de dados. Desidentifique todos os relatórios de ECG antes da análise removendo identificadores diretos (por exemplo, nome do paciente, número do prontuário médico, data de nascimento e data de consulta) e substituindo-os por um ID de estudo não identificável. Use apenas dados de ECG desidentificados para desenvolvimento e avaliação do modelo.

1. Preparar materiais, softwares e entradas

1. Clone o repositório do projeto e verifique a estrutura do diretório, incluindo linhas de base/, core_binary/, data/, avaliação/, saídas/, público/, resultados/, peso/, e wrapper/, junto com README.md e requirements.txt (veja Disponibilidade de Dados).
   1. Crie (ou verifique) subpastas de runtime em dados/ e saídas/, incluindo dados/raw_pdf/, dados/raw_scans/, saídas/imagens/, saídas/pré-processadas/, saídas/calibradas/, saídas/yolo_boxes/, saídas/lead_crops/, saídas/máscaras/, saídas/trilhos/, saídas/signals_csv/, e saídas/wfdb/.
2. Instale as dependências de software necessárias (Python, OpenCV, NumPy/SciPy, PyTorch, Ultralytics (YOLOv12 training/inference framework) /YOLO e WFDB) e as versões dos documentos na lista de materiais (veja Tabela de Materiais).
3. Coloque as entradas do ECG em dados/raw_pdf/ (relatórios PDF) ou dados/raw_scans/ (digitalizações em papel).
4. Escaneie ECGs de papel em tons de cinza a 300 dpi e mantenha a página plana para evitar distorção de perspectiva (veja Tabela de Materiais).
   NOTA: Use a velocidade e o ganho do papel reportados na impressão do ECG quando disponível (por exemplo, 25 mm·s⁻¹, 10 mm·mV⁻¹), consistentes com a etapa de calibração no fluxo de trabalho geral (veja Figura 1).

2. Converter PDFs de ECG em imagens

1. Converta cada página do PDF do ECG para uma imagem em tons de cinza a 300 dpi.
2. Salve cada página como .png (preferido) ou .tiff usando compressão mínima para preservar as linhas de grade e os detalhes da forma de onda.
3. Armazene imagens exportadas em saídas/imagens/ e mantenha os nomes dos arquivos consistentes em todas as etapas do pipeline (veja a Figura 2 para um layout representativo de entrada).

3. Pré-processar imagens de ECG (contraste e ruído)

1. Aplique CLAHE para realçar linhas de grade tênues e contraste de forma de onda.
2. Aplique um leve desfoque Gaussiano para reduzir o ruído de alta frequência enquanto preserva as bordas da forma de onda.
3. Recorte margens pretas grandes preservando toda a área do conteúdo do ECG.
4. Gire a imagem para uma orientação vertical se a digitalização/exportação estiver rotacionada.
5. Salve as saídas pré-processadas em saídas/pré-processadas/.
6. Inspecione visualmente um subconjunto de saídas e confirme que as linhas de grade e trilhas permanecem legíveis (veja a Figura 2).
   ATENÇÃO: Evite suavizações agressivas que quebrem segmentos finos de forma de onda.

4. Detectar espaçamento da grade e calibrar a escala (pixel → mm)

1. Detectar espaçamento de grade usando a detecção de linhas de Hough para linhas de grade verticais/horizontais.
2. Estime a distância média entre linhas de grade adjacentes (pixels) e armazene o valor do espaçamento da grade.
3. Se a detecção de linha de Hough falhar, estime o espaçamento usando análise de Fourier de projeções de linhas/colunas.
4. Se a análise de Fourier falhar para grades pontilhadas, estime o espaçamento usando detecção de círculos de Hough (ou periodicidade de pontos).
5. Se todos os detectores de grade falharem, defina um valor de espaçamento de retenção (por exemplo, 59 pixels) e sinalize o registro para revisão.
6. Calcule a conversão de pixel para mm usando o espaçamento detectado e o padrão de papel ECG (por exemplo, 25 mm·s⁻¹ e 10 mm·mV⁻¹; veja a Figura 1).
7. Reescale a imagem usando interpolação bicúbica para normalizar a escala entre registros.
8. Salve imagens calibradas em saídas/calibradas/ e armazene logs de calibração por registro.
   NOTA: Consulte o Arquivo Suplementar 1 (Algoritmo 1) para pseudocódigo orientado à implementação de detecção de espaçamento de grade e calibração pixel-para-físico.

5. Localizar regiões de 12 leads usando o YOLOv12

1. Carregue o modelo treinado YOLOv12 para detecção da região de avanço (veja a Tabela 2 para parâmetros de treinamento).
   1. Use a implementação do framework de treinamento/inferência YOLOv12 sem modificações arquitetônicas para detectar e separar as 12 regiões derivativas em cada imagem de ECG para digitalização a jusante (veja a Figura 1).
2. Execute inferência em cada imagem calibrada usando o tamanho de inferência configurado (por exemplo, imgsz = 1024).
3. Aplique supressão não máxima e mantenha a caixa delimitadora de maior confiança por classe de liderança.
4. Exporte caixas delimitadoras para saídas/yolo_boxes/ em um formato reproduzível (TXT/CSV/JSON).
5. Salve imagens sobrepostas mostrando caixas e etiquetas previstas da região de leads para verificação ( veja Figura 3 e Figura 4).
6. Sinalize registros com leads faltando, leads duplicados ou layout inconsistente e exclua-os da exportação automática se necessário.
   NOTA: Consulte o Arquivo Suplementar 1 (Algoritmo 2) para pseudocódigo da extração de regiões de leads e pós-processamento de caixas baseadas em YOLOv12.

6. Localizar ícones de leads usando YOLOv12

1. Carregue o modelo YOLOv12 treinado para detecção de ícones de liderança (veja a Tabela 2 para parâmetros de treinamento).
   1. Use a mesma implementação do framework de treinamento/inferência YOLOv12 sem modificações arquitetônicas para detectar ícones de leads e identificar de lead robusta em layouts heterogêneos (ver Figura 1).
2. Execute inferência em cada imagem calibrada usando o tamanho de inferência configurado e os limiares reportados no texto principal.
3. Aplique supressão não máxima e mantenha a caixa delimitadora de maior confiança por classe de ícone de lead.
4. Exporte as caixas delimitadoras com ícone de lead-icon para saídas/yolo_boxes/ em um formato reproduzível (TXT/CSV/JSON).
5. Salve imagens sobrepostas mostrando caixas de ícones de lead-icon previstas e etiquetas de classe para verificação ( veja Figura 5 e Figura 6).
6. Avalie o desempenho da detecção de ícones de liderança e reporte resultados quantitativos e definições de métricas ( veja Tabela 5 e Tabela 6).
7. Compare a detecção de região de liderança e a detecção de ícones de liderança sob o mesmo protocolo de avaliação e convenção de relatórios em tempo de execução.

7. Cultivar cada região de chumbo e padronizar as culturas

1. Recorte cada região de liderança da imagem calibrada usando as coordenadas previstas da caixa delimitadora.
2. As culturas em base alcançam um tamanho consistente quando as regiões de chumbo variam entre layouts.
3. Salve imagens cortadas em saídas/lead_crops/ usando o esquema de nomenclatura: recordID_leadName.png.
4. Confirme que todos os 12 derivadores estão presentes para cada registro antes da extração da forma de onda ( veja Tabela 3 e Tabela 4).

8. Gerar uma máscara de sinal binária para cada corte de chumbo

1. Normalize a intensidade de cada colheita líder para uma faixa de intensidade de 8 bits.
2. Aplique limiar adaptativo (ou limiar Otsu) para separar o traço da forma de onda do fundo/linhas de grade.
3. Aplique limpeza morfológica (por exemplo, abertura/fechamento) para suprimir artefatos residuais da grade.
4. Preencha pequenas lacunas no traço usando interpolação ou preenchimento baseado em conectividade.
5. Salve a máscara binária final nas saídas/máscaras e verifique a qualidade da máscara em amostras representativas (veja a Figura 7).
   NOTA: Consulte o Arquivo Suplementar 1 (Algoritmo 3) para detalhes da geração de máscaras da região de liderança ao usar mascaramento guiado por caixas delimitadoras.

9. Extrair trilhas de forma de onda (escolha entre extração de caminho baseada em Viterbi ou extração melhorada por linha central).

1. Extração de trilhas de forma de onda usando extração de caminhos baseada em Viterbi
   1. Calcule um mapa de custos na máscara binária que penalize descontinuidades e favoreça pixels semelhantes a traços.
   2. Execute a decodificação de Viterbi para obter um caminho com restrição de continuidade através da cultura principal.
   3. Suavize o caminho extraído e interpole os segmentos ausentes quando necessário.
   4. Salve coordenadas de caminho para saídas/trilhas e salve gráficos sobrepostos para validação (veja a Figura 8).
      NOTA: Consulte o Arquivo Suplementar 2 (Algoritmo 4) para pseudocódigo de extração e visualização de formas de onda baseadas em Viterbi.
2. Extração de traço de forma de onda usando extração melhorada por linha central
   1. Esqueletice a máscara binária para obter um candidato ao centro.
   2. Remova ramos espúrios e componentes isolados causados pelo ruído da grade.
   3. Suavize a linha central e impeça continuidade da esquerda para a direita.
   4. Interpole segmentos curtos ausentes para preservar a continuidade da forma de onda.
   5. Ajuste parâmetros específicos do conjunto de dados (por exemplo, limiares de binarização, tamanhos morfológicos dos grãos, comprimento de poda, força de suavização e limites de interpolação por lacunas) para otimizar a continuidade da linha central sob as condições de imagem do conjunto de dados do estudo.
   6. Salve as coordenadas da linha central para saídas/trilhas/e salve os gráficos sobrepostos para validação (veja a Figura 9).
      NOTA: Use um princípio padrão baseado em esqueletização da linha central e melhore a robustez por meio de ajuste de parâmetros específicos para conjunto de dados e pós-processamento; consulte o Arquivo Suplementar 2 (Algoritmo 5) para extração da linha central, suavização/interpolação, configurações de parâmetros e pseudocódigo de armazenamento.

10. Converter traços de pixel em sinais calibrados (mV vs tempo)

1. Converta coordenadas pixel y em voltagem usando a escala calibrada da grade (10 mm·mV⁻¹) e o mapeamento pixel-para-mm.
2. Converta coordenadas pixel x em tempo usando a escala calibrada da grade (25 mm·s⁻¹) e o mapeamento pixel-para-mm.
3. Reamostre cada derivação para uma taxa de amostragem fixa (por exemplo, 100 Hz) e alinhe todas as 12 derivações no tempo.
4. Salve os sinais de 12 derivações como arquivos CSV em saídas/signals_csv/ com nomes e unidades de colunas consistentes.

11. Exportar registros WFDB e validar as saídas

1. Converta cada CSV de 12 derivações em um registro WFDB usando a biblioteca WFDB.
2. Escreva o arquivo de cabeçalho .hea contendo o nome do registro, taxa de amostragem, ganhos de sinal, linhas de base e nomes de leads.
3. Escreva o arquivo de .dat sinal usando um tipo numérico consistente (por exemplo, 16 bits) e uma convenção unitária (por exemplo, μV).
4. Recarregue cada registro WFDB e plote todos os 12 leads para confirmar a ordem dos leads, nomeação e alinhamento temporal (veja a Figura 10).
5. Salve as saídas finais do WFDB em saídas/wfdb/ e salve gráficos de validação.
   NOTA: Consulte o Arquivo Suplementar 3 (Algoritmo 7) para detalhes de conversão de CSV para WFDB e a escrita opcional de anotações quando metadados estiverem disponíveis.

12. Checkpoints e solução de problemas

1. Rejeite ou sinalize qualquer registro com calibração de grade não confiável, fios faltando ou oclusões severas.
2. Reexecute o pré-processamento e a calibração com parâmetros ajustados para registros sinalizados.
3. Reexecute a detecção com limites atualizados de confiança/IoU quando leads forem perdidos.
4. Resuma os modos de falha e critérios de exclusão em uma tabela de resultados.

Resultados

Preparação de entrada
Relatórios de ECG foram convertidos com sucesso de PDFs ou varreduras para imagens padronizadas e alinhadas a eixos, adequadas para processamento posterior. Para ECGs em papel, os escaneamentos eram adquiridos a 300 dpi em tons de cinza e salvos como PNG/TIFF para reduzir artefatos de compressão. Os problemas mais comuns de entrada foram (i) compressão excessiva das exportações de PDFs, (ii) corte parcial que removeu regiões ou rótulos de chumbo,...

Discussão

Este estudo apresenta um pipeline automatizado de ponta a ponta que converte imagens de ECG de 12 derivações de PDFs ou registros em papel digitalizados digitalizados em sinais digitais compatíveis com WFDB por meio de calibração de grade, localização de leads baseada em YOLOv12 e extração de formas de onda usando busca de caminho Viterbi ou um método melhorado de linha central¹. O protocolo inclui checkpoints de validação (sobreposições de caixa delimitadora, sob...

Materiais

Lista de materiais utilizados neste artigo

Nome	Empresa	Número de catálogo	Comentários
GPU (testes em tempo de execução)	NVIDIA	GeForce RTX 3060 12 GB	NVIDIA GeForce RTX 3060 12 GB usada para testes em tempo de execução
NumPy	NumPy	1.26.4	Processamento numérico
OpenCV	OpenCV	4.10.0.84	Pré-processamento de imagem (deskew, filtragem)
Sistema operacional (testes em tempo de execução)	Microsoft	Windows 11	Windows 11 usado para testes de runtime
Conversor de PDF para imagem	Este protocolo	V1	Rasterização PDF a 300 DPI; forneça URL do repositório em Disponibilidade de Dados
Python	Fundação de Software Python	3.12.5	Ambiente de execução
PyTorch	PyTorch	0.5.0	Backend para YOLOv12
Scanner	Canon	DR-C240	300 DPI, escala de cinza, PNG/TIFF recomendado
scikit-image	scikit-image	0.25.0	Esqueletização e morfologia (linha central)
Ultralíticos	Ultralíticos	8.3.155	Estrutura de treinamento/inferência YOLOv12
wfdb (pacote Python)	PhysioNet	4.1.2	Exportação WFDB (.hea/.dat)