ANALISIS DE VARIABILIDAD DE SEÑALES CARDIOVASCULARES ... · Empieza al final de la onda S y...

ANALISIS DE VARIABILIDAD DE SEÑALES CARDIOVASCULARES UTILIZANDO TÉCNICAS DE

PROCESAMIENTO DIGITAL DE SEÑALES

JULIO ENRIQUE RAMIREZ HERNANDEZ

MARIA ISABEL GUAPACHA GARCIA

UNIVERSIDAD TECNOLOGICA DE PEREIRA FACULTAD DE INGENIERIAS ELÉCTRICA, ELÉCTRONICA,

FÍSICA Y CIENCIAS DE LA COMPUTACIÓN PROGRA DE INGENIERIA ELÉCTRICA

PEREIRA

ANALISIS DE VARIABILIDAD EN SEÑALES CARDIOVASCULARES UTILIZANDO TÉCNICAS DE

PROCESAMIENTO DIGITAL DE SEÑALES

JULIO ENRIQUE RAMIREZ HERNANDEZ MARIA ISABEL GUAPACHA GARCIA

Trabajo de grado para optar a el título de ingenieros electricistas

DIRECTOR:

ING. EDUARDO GIRALDO

UNIVERSIDAD TECNOLOGICA DE PEREIRA FACULTAD DE INGENIERIAS ELÉCTRICA, ELÉCTRONICA,

FÍSICA Y CIENCIAS DE LA COMPUTACIÓN PROGRAMA DE INGENIERIA ELÉCTRCA

PEREIRA

La elaboración de este proyecto va dedicad a todos aquellos que colaboraron en su realización en especial

a mis dos hermosos hijos y a mi compañero de aventura por todo su cariño y apoyo.

CAPITULO 1

VARIACIÓN EN SEÑALES ELECTROCARDIOGRÁFICAS

1.1 INTRODUCCIÓN.

En este capitulo daremos una visión básica acerca de: Que es un electrocardiograma, las

ondas que lo conforman, las patologías más conocidas asociadas al electrocardiograma

(ECG) y la variabilidad del ECG en presencia de estas patologías.

1.2 ¿QUE ES UN ELECTROCARDIOGRAMA?

Un electrocardiograma conocido como ECG es un registro visible de la actividad

eléctrica del corazón, inscrito por un estilete que traza dicha actividad en una tira de

papel (Fig. 1.0), la cual se desplaza en forma continua, dando forma a una onda que nos

indicaran la transmisión del impulso eléctrico que contrae al músculo cardiaco y por

tanto, lo hace realizar su trabajo (expulsar sangre por una parte especifica).

(a) (b)

Fig. 1.1. (a) Electrocardiógrafo digital. [1] (b) Papel utilizado para la toma de

electrocardiograma

1.3 ANALISIS DEL SISTEMA CARDIACO.

Lo que se pretende con este análisis es conocer un poco sobre la anatomía del corazón

y el origen de su actividad eléctrica, lo cual da principio a este trabajo.

1.3.1 ANATOMIA DEL CORAZÓN

Fig. 1.2. El corazón y fisiología [2].

En la figura 2 podemos observar la anatomía del corazón humano, conformado

básicamente por cuatro cavidades: la aurícula derecha e izquierda y los ventrículos

derecho e izquierdo. En su parte superior esta ubicada la vena cava superior, cayado de

la aorta, la válvula pulmonar; en su lado derecho se observa la vena pulmonar derecha,

músculo papilar, válvula tricúspide y la vena cava inferior; al lado izquierdo tiene, vena

pulmonar izquierda, válvula mitral, válvula aórtica, tabique interventricular y la aorta.

Conociendo la distribución fisiológica del corazón podemos ya empezar a comprender

el sistema de conducción cardíaco, el cual comienza en el nodo sinusal y se extiende

hasta el miocardio auricular y ventricular [2].

1.3.2 SISTEMA DE CONDUCCIÓN CARDIACO

Figura 1.3. Sistema de conducción cardiaco [3].

1.3.2.1 NODO SINUSAL (SENOAURICULAR SA)

Nodo SA, esta situado en la parte superior de la aurícula derecha, ligeramente lateral a

la unión de la orejuela correspondiente a este lado y la vena cava superior, en

condiciones normales, este nódulo genera un estímulo eléctrico cada vez que el corazón

late, el cual viaja a través de las vías de conducción y hacen que las cavidades bajas del

corazón se contraigan y bombeen la sangre hacia fuera. Ver Figura 3 [3].

1.3.2.2 NODO AURICULO-VENTRICULAR (AV) El Nodo AV, Localizado en la aurícula derecha en su parte baja, al lado derecho del

septo ínter auricular y el anillo fibroso central exactamente encima de los ventrículos,

aquí llega el impulso eléctrico proveniente del nodo SA, es aquí en el nodo AV donde

se retrasan los impulsos durante unos breves instantes para continuar por la vía de

conducción a través del Haz de His hacia los ventrículos. Este es conocido también

como el marcapaso fisiológico. Ver Figura 3 [3].

1.3.2.3 CONDUCCIÓN A NIVEL AURICULAR El modo de conducción de los impulsos a las aurículas ha sido un tema de bastante

controversia. A nivel de aurículas no existe un “verdadero” tejido de conducción (a

diferencia de los ventrículos que si cuentan con tejido conductivo: el Haz de His y fibras

de Purkinje).El impulso se transmite en forma radial y sincitial (la mas rápida) desde el

nodo SA al nodo AV, de manera que se admite que hay tres áreas de fibras musculares

de conducción más rápida llamadas: 1)

internodal media de Wenckebach

1.3.2.4 HAZ DE HIS Pequeña banda de fibras miocá

proveniente de las aurículas a los

parte posterior inferior del septo membranoso y se dirige en dirección anterior y medial.

Tiene una longitud aproximada de 1cm, antes de dividirse siendo el

ramificado” [4].

1.3.2.5 RAMAS Y FIBRAS DE PURKINJE La porción ramificada, comienza con las fibras que

“cascada”. La rama izquierda se divide en dos ramas principales:

1) La rama antero-superior, que se dirige hacia arriba y adelante terminando en el

músculo papilar anterior.

2) Rama postero-inferior, que se dirige hacia atrá

papilar posterior.

Después de dar las ramas para formar “la rama izquierda” el Haz continua como “la

rama derecha”. Tanto la ra

trayecto “no ramificado”, para final

conectaran con el endocardio ventricular

1.4 ECG NORMAL Y ANATOMIA CARDIACA CORRELATIVA

El electrocardiograma como ya se

actividad eléctrica del corazón,

evaluar dicha actividad, el ECG esta compuesto por varias ondas e “intervalos” que

representan el comportamiento del

numerales.

1.4.1 ECG Normal:

Todos los latidos cardiacos aparecen con morfologías similares, separados por espacios

iguales; cada uno esta formado por tres unidades principales: Onda P, complejo QRS y

onda T. Aunque para muchas aplicaciones se hace necesario estudiar el compl

como ondas separadas tomando segmentos y

Figura

de conducción más rápida llamadas: 1) Vía internodal anterior de Bachmann

Wenckebach y 3) Vía internodal posterior de Thorel

miocárdicas especializadas que conduce la onda de contracción

de las aurículas a los ventrículos. Cruza el triangulo fibroso pasando por la

inferior del septo membranoso y se dirige en dirección anterior y medial.

Tiene una longitud aproximada de 1cm, antes de dividirse siendo el

RAMAS Y FIBRAS DE PURKINJE

La porción ramificada, comienza con las fibras que forman la rama izquierda en

. La rama izquierda se divide en dos ramas principales:

superior, que se dirige hacia arriba y adelante terminando en el

inferior, que se dirige hacia atrás y abajo, terminando en el músculo


rama derecha”. Tanto la rama izquierda y derecha están “aisladas” durante todo su

trayecto “no ramificado”, para finalmente ramificarse en fibras de Purkinje que se

conectaran con el endocardio ventricular [5].

ECG NORMAL Y ANATOMIA CARDIACA CORRELATIVA

como ya se había mencionado es un registro relativo de la

del corazón, además es el procedimiento más sencillo y


representan el comportamiento del corazón de las cuales se hablará en los



Aunque para muchas aplicaciones se hace necesario estudiar el compl

como ondas separadas tomando segmentos y analizando sus características

Figura 1.4. Esquema de una señal electrocardiográfica.

de Bachmann 2) Vía

3) Vía internodal posterior de Thorel [4].

especializadas que conduce la onda de contracción

Cruza el triangulo fibroso pasando por la

inferior del septo membranoso y se dirige en dirección anterior y medial.

Tiene una longitud aproximada de 1cm, antes de dividirse siendo el “Haz no

forman la rama izquierda en

superior, que se dirige hacia arriba y adelante terminando en el

s y abajo, terminando en el músculo


aisladas” durante todo su

mente ramificarse en fibras de Purkinje que se

ECG NORMAL Y ANATOMIA CARDIACA CORRELATIVA

es un registro relativo de la

s sencillo y rápido para


en los próximos



Aunque para muchas aplicaciones se hace necesario estudiar el complejo QRS

características.

4. Esquema de una señal electrocardiográfica.

1.4.2 LATIDO CARDIACO AISLADO NORMAL

Figura 1.

Cada latido se manifiesta por cinco ondas fundamentales: P, Q, R, S, T. Las ondas Q, R

y S representan la activación ventricular. Suel

complejo QRS [7]”.

1.4.2.1 EL CORAZÓN CON

Cada onda representa la transmisión de un impulso eléctrico que contrae al músculo

cardiaco y por lo tanto lo hace expulsar sangre por una parte específica del corazón.

LATIDO CARDIACO AISLADO NORMAL:

1.5. Ondas de un latido normal del corazón.

latido se manifiesta por cinco ondas fundamentales: P, Q, R, S, T. Las ondas Q, R

y S representan la activación ventricular. Suelen considerarse como una unidad

CON RELACIÓN AL ECG:



(a)

(b)

latido se manifiesta por cinco ondas fundamentales: P, Q, R, S, T. Las ondas Q, R

en considerarse como una unidad “El



(c)

Figura 1.6. (a) La onda P representa el impulso que atraviesa las aurículas (parte

superior del corazón). (b) El complejo QRS representa el impulso que atraviesa los

ventrículos, situados por debajo de las aurículas. (c) La onda T es originada por la

recuperación eléctrica (repolarización) de los ventrículos, momento en el cual no hay

contracciones cardiacas.

De estas características y definiciones de las ondas hablaremos más adelante.

1.4.2.2 VÍA ELÉCTRICA NORMAL:

La onda P (onda auricular) empieza en el nodo SA (marcapaso fisiológico normal),

localizado en la parte alta de la aurícula derecha. El complejo QRS (onda ventricular),

empieza en el nodo AV, localizado en la parte superior de los ventrículos. Ambos nodos

están inervados por el sistema simpático, que aumenta la frecuencia cardiaca, y por el

sistema parasimpático (nervio vago) que disminuye la frecuencia cardiaca.

Ya conocidas las medidas básicas, estamos familiarizados con la relación entre las

ondas del ECG y la anatomía del corazón, veamos cual es el significado de cada onda e

intervalo.

a. ONDA P

Esta onda representa la contracción auricular, su ensanchamiento indica agrandamiento

de la aurícula, como puede producirse en la estenosis mitral (la aurícula crece porque la

abertura del orificio valvular mitral, entre la aurícula y el ventrículo izquierdo, es

pequeña, obligando a la sangre a estancarse y a la pared auricular a expandirse). La

onda P suele considerarse aumentada si se tiene una altura mayor de dos y medio

pequeños cuadros, una anchura mayor de tres pequeños cuadros o ambas características.

b. INTERVALO PR

Este se extiende desde el comienzo de la onda P al de la onda Q. Tiene importancia

principalmente porque este intervalo aumenta de duración en la cardiopatía

arterioesclerosa y en la fiebre reumática. Este alargamiento se produce porque el tejido

cardiaco, cuya actividad está representada por el intervalo PR (aurícula y zona del nodo

AV), está inflamado o es cicatrizal, y el impulso se propaga con menor velocidad. En

términos general es, el intervalo PR normal no dura más de de 0,20s [7].

Figura 1.7. Intervalo PR

c. COMPLEJO QRS:

Esta formado por tres deflexiones: onda Q, el primer desplazamiento hacia abajo; onda

R, en el desplazamiento hacia arriba, y onda S, el ultimo desplazamiento hacia abajo.

Una onda Q grande puede indicar infarto de miocardio antiguo. Una onda R alta suele

indicar crecimiento ventricular. La onda S tiene poca significación para la actual

exposición. Aunque no siempre se registren complejos QRS con onda Q y con onda S,

es costumbre usar la denominación compleja QRS para indicar que es un impulso

ventricular [7].

d. SEGMENTO ST:

Empieza al final de la onda S y finaliza al principio de la onda T. Esta elevado cuando

hay infarto de miocardio agudo. Está hundido cuando: a) El músculo cardiaco no recibe

su provisión normal de oxigeno, b) El paciente recibe digital.

Figura 1.8. Segmento ST

e. ONDA T: Representa la recuperación eléctrica de la contracción ventricular. (Los electrones se

desplazan para recuperar sus posición normal, el reposo). La onda T se aplana cuando

el corazón no recibe suficiente oxigeno, como en la cardiopatía arterioesclerosa.

Puede ser alta cuando la concentración sérica de potasio es elevada. La onda T

normal no excede de 5 cuadrados pequeños (5mm).

En la siguiente tabla se describirá la relación entre las diferentes ondas y segmentos, su

duración (ms) y su amplitud (mV) representativas en el ECG.

Inscripción

Amplitud (mV)

Duración (ms)

Onda P < 2,5 < 100

Intervalo PR - 120 – 220

Complejo QRS < 25 en V5 60 – 120

Onda T < 6 -

Intervalo QT - 350 – 440

Intervalo RR - 600 - 1000

Segmento ST A 80 ms de J<-1 50 – 150

Tabla 1.1. Relación entre ondas y segmentos [11].

1.5 ARRITMIAS FRECUENTES Ahora que ya conocemos algo de la electrocardiografía básica vamos a considerar varias

arritmias que se observan con frecuencia; aquí nos referimos a tres, que se originan en el

nodo SA, luego veremos las nacidas fuera de esté. Pero primero hemos de explicar

como se determina la frecuencia cardiaca, porque el ritmo y la irregularidad de los

impulsos eléctricos se utilizan para identificar las arritmias.

1.5.1 DETERMINACION DE LA FRECUENCIA CARDIACA

Como ya se ha indicado cada cuadrado grande en el papel del ECG representa 0.20s.

Por tanto 300 representa un minuto (0,20*300 = 60s). Para determinar en forma rápida

pero aproximada la frecuencia cardiaca hay que contar el número de cuadrados grandes

entre una y otra onda R (complejo QRS) del ECG y dividir 300 por esta cifra. Por

ejemplo, si en una muestra hay tres cuadrados grandes entre dos onda R. Dividiendo por

300 por tres nos da una frecuencia de cien latidos por segundo (si hubiera dos

cuadrados, la frecuencia seria de 150 latidos, y si hubiera 4, seria de 75).

1.5.2 RUTA DE ESTIMULO EN LOS RITMOS SINUSALES

Figura 1.9. Ruta de estímulo del SA

Las tres arritmias que se originan en el nodo SA son: La arritmia sinusal, la taquicardia

sinusal y la bradicardia sinusal. La vía que siguen sus impulsos eléctricos es

exactamente la de un ritmo sinusal normal (ECG normal), según se indica, En

consecuencia, la onda P (auricular) y el complejo QRS (ventricular) tienen la misma

configuración que en el ritmo normal. La diferencia estriba en la frecuencia y

regularidad de los impulsos [9].

1.5.2.1 ARRITMIA SINUSAL

Figura 1.10. ECG de arritmia sinusal

Todos los complejos son normales, pero la frecuencia cardiaca es irregular.

Aumentar con la inspiración y disminuye con la espiración. Esta irregularidad es

frecuente en niños. Es debida a impulsos nerviosos que provienen de los pulmones y

llegan al centro cardiaco del cerebro; esté a su vez, estimula el nodo sinusal que varia

su frecuencia con la respiración. Al tomar el pulso del niño hay que tener presente que

la arritmia sinusal es normal y que la frecuencia cardiaca aumenta con la inspiración y

disminuirá con la espiración.

1.5.2.1.1 TAQUICARDIA SINUSAL

Figura 1.11. ECG de taquicardia sinusal

Se define como una frecuencia mayor de 100. En otras palabras, todos los complejos

son normales, pero la frecuencia cardiaca es mayor de 100 por minuto (raramente

excede los 140) [9]. La estimulación nerviosa excesiva es la que provoca ese aumento,

y la causa mas frecuente son ansiedad, fiebre y choque. Como la taquicardia sinusal

suele ser secundaria a factores extra cardiacos, el tratamiento debe dirigirse hacia la

causa subyacente.

1.5.2.1.2 BRADICARDIA SINUSAL

Figura

Esta arritmia se diagnostica cuando la frecuencia cardiaca es menor de 60 por minuto,

conservando todos los complejos su configuración normal. Puede observarse

comúnmente en atletas bien entrenados y en pacientes bajo acción de digital

morfina, o aminas presoras

no suele necesitarse tratamiento con medicamentos.

Cuando se presenta en el infarto de miocardio, la bradicardia sinusal puede provocar

perdidas de conocimiento (síndrome de Sto

congestiva [9]. Si aparecen síntomas, el tratamiento debe empezarse inmediatamente

tratando de inhibir el nervio vago (que hace más lenta la frecuencia cardiaca), con lo

cual el corazón se acelera.

Ya habiendo dado una explicación gen

taquicardia sinusal y bradicardia

SA, sitio normal de origen del impulso eléctrico del corazón.

más: las arritmias auriculares las cuales empiezan fuera del nodo SA, pero

limitadas a la aurícula. Como la patología que provoca bloqueo auriculoventricular se

encuentra en esta zona general, también nos ocuparemos de ello.

1.5.3 IMPULSOS ELECTRICOS

Como ya se dijo, el impulso eléctrico para: El ritmo normal, la arritmia sinusal, la

taquicardia y la bradicardia sinusal, se originan en el nodo seno auricular (SA),

localizado en la parte alta de la aurícula derecha. El impulso eléctrico hace que el

músculo cardiaco se contraiga y por tanto, expulse sangre contenida en las aurículas.

Como el nodo SA controla la frecuencia cardiaca, se dice que hay un marcapaso

fisiológico normal.

El impulso eléctrico que genera las arritmias

del nodo SA, pero todavía dentro de la aurícula.

BRADICARDIA SINUSAL

Figura 1.12. ECG de bradicardia sinusal

a se diagnostica cuando la frecuencia cardiaca es menor de 60 por minuto,


comúnmente en atletas bien entrenados y en pacientes bajo acción de digital

o aminas presoras (para tratamiento de la presión arterial baja)

no suele necesitarse tratamiento con medicamentos.


perdidas de conocimiento (síndrome de Stokes_Adams) o insuficiencia cardiaca

. Si aparecen síntomas, el tratamiento debe empezarse inmediatamente


Ya habiendo dado una explicación general y básica de tres arritmias (arritmia

y bradicardia sinusal), recordemos que estas comienza

SA, sitio normal de origen del impulso eléctrico del corazón. Nos ocuparemos de tres

las arritmias auriculares las cuales empiezan fuera del nodo SA, pero

a la aurícula. Como la patología que provoca bloqueo auriculoventricular se

encuentra en esta zona general, también nos ocuparemos de ello.

IMPULSOS ELECTRICOS NORMALES




ulo cardiaco se contraiga y por tanto, expulse sangre contenida en las aurículas.


El impulso eléctrico que genera las arritmias a continuación estudiadas se

del nodo SA, pero todavía dentro de la aurícula.

a se diagnostica cuando la frecuencia cardiaca es menor de 60 por minuto,


comúnmente en atletas bien entrenados y en pacientes bajo acción de digital, de

baja). En tales casos


uficiencia cardiaca

. Si aparecen síntomas, el tratamiento debe empezarse inmediatamente


(arritmia sinusal,

comienzan en el nodo

Nos ocuparemos de tres

las arritmias auriculares las cuales empiezan fuera del nodo SA, pero se conservan

a la aurícula. Como la patología que provoca bloqueo auriculoventricular se




ulo cardiaco se contraiga y por tanto, expulse sangre contenida en las aurículas.


estudiadas se origina fuera

1.5.3.1 TAQUICARDIA PAROXISTICA AURICULAR (TPA)

Figura 1.13. Impulso eléctrico generado fuera del nodo SA

Se trata de una arritmia frecuente. Suele observarse en el adulto relativamente joven con

corazón normal, pero que probablemente ya ha tenido varios síntomas previos al

trastorno. El paciente suele quejarse de un golpeteo o tremulaciones bruscas en el

pecho, acompañada de lasitud o dificultad para respirar. La frecuencia cardiaca suele

estar entre 140 y 250 por minuto, como promedio es de aproximadamente180.

1.5.3.1.1 Vías normales de la TPA: Un impulso que sigue a lo largo de la vía normal

produce un ECG normal. Un impulso que sigue la vía anormal del TPA, produce una

onda P anormal. Sin embargo, el complejo QRS es normal (representa el impulso

ventricular), ya que no necesariamente hay trastornos en los ventrículos.

1.5.3.1.2 ECG DE LA TPA: La onda P es de forma anormal y muchas veces resulta

difícil de distinguir, porque se halla superpuesta a la onda T precedente, como

consecuencia de la gran frecuencia cardiaca (una frecuencia cardiaca rápida tiende a

superponer ondas en un ECG). La onda P es anormal porque el impulso comienza fuera

del nodo SA. Como dichas ondas P suelen ser pequeñas, muchas veces resulta

imposible distinguir las variaciones en su configuración.

Figura 1.14. ECG de la TPA

En resumen, la TPA se caracteriza en el ECG por:

1. Frecuencia mayor a la de la taquicardia sinusal (mas de 140 por minuto),

2. Complejo QRS normales, y

3. Ondas P de forma anormal que en muchos casos no se distinguen por quedar

camufladas dentro de ondas T precedentes [9].

1.5.3.2 LATIDO FUERTE (FLÚTTER) AURICULAR

Como su nombre lo indica es una tremulación auricular regular rápida de la aurícula.

Suele producirse en un corazón enfermo (generalmente arterioescleroso o reumático),

en contraste con la TPA que se suele observar en corazones normales. Las ondas P, que

están arrítmicas se denominan F, se suceden de tal forma que el registro cobra aspecto

de dientes de sierra porque provienen de un foco distinto al sinusal, y a una frecuencia

muy alta. Como en la TPA, el impulso proviene de un foco ectópico auricular. A

diferencia de la TPA cuya frecuencia auricular es de 180, como termino medio (no el

pulso o la frecuencia ventricular), el flútter tiene una frecuencia de 250 a 350 por

minuto. Aunque las reglas que damos a continuación sean muy simples, resultan muy

útiles para distinguir las arritmias auriculares [8]:

1. La frecuencia auricular en la taquicardia sinusal llegan hasta 140 por minuto,

2. La frecuencia auricular en la TPA se halla entre 140 y 250 por minuto y

3. La frecuencia auricular en el flútter se halla entre 250 y 350 por minuto.

VIA NORMAL VIA DEL FLUTTER AURICULAR

(a) (b)

Figura 1.15. (a) Vía normal del impulso. (b) Vía del impulso en el flútter auricular

1.5.3.2.1 Vías normal y del flútter auricular: Estos son los mismos esquemas

utilizados para demostrar la vía de la TPA, porque esta vía es ectópica es la misma del

flútter auricular que para TPA. Obsérvese que si bien el impulso del flútter auricular se

origina fuera del nodo sinusal, nace en la aurícula.

1.5.3.2.2 ECG del flútter auricular: Las flechas indican las ondas F que provienen del

foco ectópico rápido en la aurícula. Obsérvese que no todas las ondas estimulantes van

seguidas de un complejo QRS (onda ventricular). Como la anomalía que existe en el

corazón se halla por encima del nodo AV, los complejos QRS son de configuración

normal.

Figura 1.16. ECG de Flútter auricular

Dado que las ondas F se suceden rápidamente, el nodo AV no puede conducirlas todas;

por tanto, se produce cierto grado de bloqueo a nivel del nodo. Por ejemplo, si la

frecuencia auricular es de 300, la ventricular (igual a la del pulso) puede ser de 150.

Entonces se dice que el bloque es de 2:1 puesto que hay dos impulsos auriculares por

cada respuesta ventricular. La proporción 2:1 es de bloqueo mas frecuente en el flútter

auricular. La mayor parte de los casos TPA no presenta bloqueo y todos los impulsos

son trasmitidos por el nodo AV a los ventrículos.

1.5.3.3 FIBRILACIÓN AURICULAR

Suele observarse en pacientes de edad avanzada con enfermedad arteriosclerótica del

corazón. La arteriosclerosis origina cicatrices en la aurícula y, por tanto dificulta el

curso normal de la onda auricular. El complejo QRS (onda ventricular) es de

configuración normal porque el tejido de conducción mas allá del nodo AV no ha sido

afectado en forma critica.

Como implica la palabra “fibrilación”, las ondas P normales quedan sustituidas por

otras rápidas irregulares, cada una de configuración diferente. Estas llamadas

frecuentemente ondas de fibrilación, representan formas diferentes, porque provienen de

focos diversos en el territorio auricular, en contraste con las ondas P del flútter

auricular, que se suceden regularmente y son uniformes, por originarse el estimulo en

un mismo foco [9].

1.5.3.3.1 Vías normal y de la fibrilación auricular: Existen varios focos ectópicos en

la aurícula. Como cada pequeña onda auricular proviene de un foco diferente y sigue un

trayecto también diferente, la forma de cada onda auricular es distinta.

VIA NORMAL VIA DE LA FIBRILACIÓN AURICULAR

(a) (b)

Figura 1.17. (a) Vía normal del impulso. (b) Vía del impulso en la fibrilación auricular

Como las ondas P se presentan con intervalos variab

un ritmo irregular, igual que el pulso del paciente. Las ondas P llegan tan rápido, que no

todas atraviesan hacia los ventrículos, debido al periodo refractario normal en el nodo

AV; por tanto la frecuencia auricular suele

Figura

1.5.3.3.2 ECG de fibrilación auricular: respuesta ventricular, esto es, de un complejo QRS

presentan con intervalos irregulares, cuando hay fibrilación auricular el ritmo

ventricular es irregular.

En ocasiones el ritmo ventricular es muy rápido porque el nodo AV bloquea un número

de latidos relativamente menor de lo normal. En este caso la actividad a

no se manifieste en el ECG y hay dificultad para definir arritmia. Muchas veces resulta

útil la siguiente regla: Si se observa complejos QRS normales con ritmo tan rápido que

no puede verse la actividad auricular y si el ritmo es irregular

fibrilación auricular.

1.5.3.4 BLOQUEO AV

En esta arritmia, el nodo AV esta enfermo y hay dificultad para que trasmita la onda p

hacia los ventrículos. Las causas más comunes son la arteriosclerosis y su sucedáneo, el

infarto de miocardio.

Una cicatriz, la inflamación o el edema, impiden o hacen más lenta la transmisión del

impulso eléctrico por el nodo A

clasifica como bloqueo de primer grado, segundo grado o tercer grado.

(a) (b)

7. (a) Vía normal del impulso. (b) Vía del impulso en la fibrilación auricular

Como las ondas P se presentan con intervalos variables, los complejos QRS presentan



AV; por tanto la frecuencia auricular suele ser más rápida que la ventricular.

Figura 1.18. ECG de fibrilación auricular

ECG de fibrilación auricular: sólo algunas de las ondas P van seguidas de

, esto es, de un complejo QRS. Pero como estos complejos se

an con intervalos irregulares, cuando hay fibrilación auricular el ritmo


de latidos relativamente menor de lo normal. En este caso la actividad a



no puede verse la actividad auricular y si el ritmo es irregular, probablemente existe



Figura 1.19. Bloqueo AV

cicatriz, la inflamación o el edema, impiden o hacen más lenta la transmisión del

impulso eléctrico por el nodo AV. El bloqueo varia, desde muy ligero a completo, y se

clasifica como bloqueo de primer grado, segundo grado o tercer grado.

7. (a) Vía normal del impulso. (b) Vía del impulso en la fibrilación auricular

les, los complejos QRS presentan



ser más rápida que la ventricular.

algunas de las ondas P van seguidas de

Pero como estos complejos se

an con intervalos irregulares, cuando hay fibrilación auricular el ritmo


de latidos relativamente menor de lo normal. En este caso la actividad auricular quizá



, probablemente existe



cicatriz, la inflamación o el edema, impiden o hacen más lenta la transmisión del

varia, desde muy ligero a completo, y se

1.5.3.4.1 Bloqueo AV de primer grado: como el tejido alrededor del nodo AV es

anormal, el impulso toma mayor tiempo para atravesar la zona. Esto se traduce en un

aumento de la duración del intervalo PR en el ECG (el intervalo PR representa el

impulso que atraviesa las aurículas y la zona del nodo AV). En contraste con los

bloqueos de segundo y tercer grados, en el primer grado todas las ondas auriculares (P)

llegan al ventrículo y dan lugar a complejos QRS. Cuando la conducción es normal, el

intervalo no es mayor de 0,20s (5 cuadros de 0,04s cada uno, sobre el papel del ECG).

CONDUCCION NORMAL AV BLOQUEO AV GRADO 1

(a) (b)

Figura 1.20. (a) ECG de un impulso normal. (b) ECG de un Bloqueo grado 1

1.5.3.4.2 Bloqueo AV de segundo grado: Algunas ondas P no pasan a los ventrículos,

pero otras si. Se pueden observar bloqueos del tipo 2:1; esto significa que cada segunda

onda P sí va seguida de un complejo QRS. Este bloqueo de segundo grado también

puede ser de tipo 3:1 o cualquiera de estas combinaciones. Lo esencial para distinguirlo

del bloqueo de primer grado, es que sólo algunas ondas auriculares P se conducen y dan

lugar a complejos QRS, otras no se conducen.

Figura 1.21. Bloqueo AV de segundo grado

1.5.3.4.3 Bloqueo AV de tercer grado: También se llama bloqueo AV completo. Las

ondas auriculares P no atraviesan el nodo AV hacia los ventrículos; por tanto, éstas y

los complejos QRS son independientes.

Figura 1.22. Bloqueo AV de tercer grado

Las ondas P se observan en el ECG antes de los complejos QRS. Obsérvese que no hay

relación constante entre las ondas P y los complejos QRS lo cual se observa fielmente

en las graficas de un ECG. La frecuencia del pulso es lenta, porque los ventrículos laten

independientemente y la frecuencia es de unos 40 latidos por minuto.

1.5.3.5 INFARTO DEL MIOCARDIO (IM):

Un punto importante para recordar, en relación con la interpretación del ECG de un

infarto del miocardio, es que aproximadamente 15% de los infartos no se manifiestan

en el trazado inicial. Por tanto, si una persona tiene síntomas compatibles con un ataque

coronario, aunque su ECG sea normal, debe ingresar en el hospital para que sea

observada y tomar electrocardiograma aleatoriamente.

El primer signo de infarto suele ser la elevación del segmento ST. Esta va seguida de

inversión de la onda T y mas tarde aparece una onda Q prominente. Cuando el infarto

ha cicatrizado, la onda Q puede quedar como el único estigma de una antigua oclusión

coronaria [9].

En las siguientes figuras del ECG se puede observar el comportamiento del ECG

después del infarto del miocardio.

Figura 1.23. ECG en un IM el segmento ST se encuentra elevado.

1 Aquí (figura 1.23) observamos unas horas después del infarto el segmento ST esta

elevado. 2. Unas horas después incluso días mas tarde hay inversión de la onda T y la

onda Q se hace mayor. 3. Unos días o semanas después la onda T recupera su dirección

hacia arriba, pero la onda Q puede seguir prominente.

1.5.3.5.1 Onda Q anormal: Como una onda Q prominente muchas veces indica infarto

antiguo (excepto en AVR, en donde una onda grande es normal) muchas veces se

pregunta que dimensiones puede tener la onda Q antes de considerarla anormal. Se

puede considerar anormal si tiene una anchura mayor de 0,04s (un pequeño cuadro del

papel de ECG), o si su profundidad es mayor de la tercera parte de la magnitud del

complejo QRS.

Figura 1.24. Un infarto del miocardio se caracteriza por elevación de ST e inversión de

T. Una Q grande puede indicar infarto antiguo.

1.5.4 AFECCIONES EN LOS VENTRICULOS 1.5.4.1 CONTRACCIONES VENTRICULARES PREMATURAS (EXTRASISTOLES) (CVP)

Se observa en la mayoría de pacientes con infarto del miocardio y constituye el

trastorno de ritmo más frecuente y fácil de reconocer en el ECG. También puede

presentarse en personas normales, causado muchas veces por fumar, tomar café o

alcohol. Cuando extrañas patologías, se observan, sobre todo en pacientes con

enfermedades cardiacas arterioscleróticas.

VÍAS NORMALES VIAS DE LA CVP

(a) (b)

Figura 1.25. (a) Vía normal del impulso. (b) Vía del impulso de la CVP

1.5.4.1.1 Vías normales y de la CVP (extrasístole):contracciones ventriculares prematuras se originan en el ventrículo por debajo del nodo

AV (el complejo ventricular normal QRS empieza en el nodo AV). Puesto que las

contracciones prematuras no siguen la vía de conducción normal en el ventrículo,

muestran una configuración de QRS distinta y abigarrada en el ECG.

1.5.4.1.2 ECG de la CVP (extrasístole): aparecen en etapa temprana del ciclo (prematuras) y son más anchas que el latido

normal.

En el paciente con infarto, las contracciones ventriculares prematuras suelen recibir

tratamiento enérgico, porque pueden desencadenar la fibrilación ventricular si coinciden

con una onda T, son especialmente peligrosas cuando:

1. Son más de una por cada 10 latidos.

2. Ocurren en grupos de dos o tres.

3. Se producen cerca de la onda T.

4. Toman configuraciones diversas.

1.5.4.2 BIGEMINY VENTRICULAR

En esta arritmia, se presentan contracciones ventriculares prematuras CVP’s

intercaladas con latidos normales

1.5.4.3 TRIGEMINY VENTRICULAR Esta arritmia se presenta en el ECG, como una secuencia de un CVP por

latidos normales.

1.5.4.4 TAQUICARDIA VENTRICULAR:

Esta temida complicación del infarto del miocardio puede definirse como una serie de

contracciones ventriculares prematuras consecutivas (tres o mas), de una frecuencia

generalmente de 150 a 200 por minuto. La taquicardia ventricular es muy peligrosa

porque origina disminución de la actividad cardiaca, y muchas veces acaba en

fibrilación ventricular [9].

Vías normales y de la CVP (extrasístole): Como lo indica su nombre, las

contracciones ventriculares prematuras se originan en el ventrículo por debajo del nodo


aturas no siguen la vía de conducción normal en el ventrículo,

muestran una configuración de QRS distinta y abigarrada en el ECG.

P (extrasístole): Obsérvese que las contracciones prematuras

aparecen en etapa temprana del ciclo (prematuras) y son más anchas que el latido

Figura 1.26. ECG de la CVP


amiento enérgico, porque pueden desencadenar la fibrilación ventricular si coinciden

con una onda T, son especialmente peligrosas cuando:

Son más de una por cada 10 latidos.

Ocurren en grupos de dos o tres.

Se producen cerca de la onda T.

iones diversas.

BIGEMINY VENTRICULAR


intercaladas con latidos normales.

TRIGEMINY VENTRICULAR

sta arritmia se presenta en el ECG, como una secuencia de un CVP por

VENTRICULAR:



200 por minuto. La taquicardia ventricular es muy peligrosa


Como lo indica su nombre, las

contracciones ventriculares prematuras se originan en el ventrículo por debajo del nodo


aturas no siguen la vía de conducción normal en el ventrículo,

Obsérvese que las contracciones prematuras

aparecen en etapa temprana del ciclo (prematuras) y son más anchas que el latido


amiento enérgico, porque pueden desencadenar la fibrilación ventricular si coinciden


sta arritmia se presenta en el ECG, como una secuencia de un CVP por cada dos



200 por minuto. La taquicardia ventricular es muy peligrosa


1.5.4.4.1 Vías normales y vías de la taquicardia ventricularesquemas utilizados para indicar la vía de la CVP, ya que la taquicardia ventricular

puede considerarse como una serie de CPV. Como éstos, la taquicardia muestra una

configuración abigarrada en el ECG.

VÍAS NORMALES

(a) (b)

Figura 1.27. (a) Vía normal del impulso. (b) Vía del impulso en la taquicardia

1.5.4.4.2 ECG de la taquicardia la frecuencia es rápida y que el QRS es ancho (una anchura de tres o más pequeños

cuadros se considera anormal). Como las aurículas laten independientemente, en 20%

de los casos en que la frecuencia ventricular no es ex

ventriculares no son muy anchos, pueden verse ondas P independientes de los

complejos QRS.

Figura

1.5.4.5 FIBRILACIÓN VENTRICULAR:

Es muy importante saber reconocer este ritmo, pues e

paciente debe intuir de inmediato el tratamiento adecuado. Si la arritmia no se corrige,

el enfermo morirá en pocos minutos.

1.5.4.5.1 Vías normales y vías de fibrilación ventricular:puede considerarse que están originándose estímulos simultáneamente en gran número

de focos ectópicos ventriculares. Por tanto, no se produce una contracción eficaz del

músculo cardiaco y el paciente no tiene pulso.

Vías normales y vías de la taquicardia ventricular: estos

uemas utilizados para indicar la vía de la CVP, ya que la taquicardia ventricular


configuración abigarrada en el ECG.

VIAS DE LA TAQUICARDIA VENTRIULAR

(a) (b)

27. (a) Vía normal del impulso. (b) Vía del impulso en la taquicardia

ventricular

ECG de la taquicardia ventricular: se pude observar en esta patología que

la frecuencia es rápida y que el QRS es ancho (una anchura de tres o más pequeños


de los casos en que la frecuencia ventricular no es excesiva y los complejos


Figura 1.28. ECG de la taquicardia ventricular

FIBRILACIÓN VENTRICULAR:

Es muy importante saber reconocer este ritmo, pues el primer especialista que vea el


pocos minutos.

Vías normales y vías de fibrilación ventricular: En el corazón que fibrila,

iderarse que están originándose estímulos simultáneamente en gran número


músculo cardiaco y el paciente no tiene pulso.

son los mismos

uemas utilizados para indicar la vía de la CVP, ya que la taquicardia ventricular


VIAS DE LA TAQUICARDIA

27. (a) Vía normal del impulso. (b) Vía del impulso en la taquicardia

pude observar en esta patología que

la frecuencia es rápida y que el QRS es ancho (una anchura de tres o más pequeños


cesiva y los complejos


l primer especialista que vea el


En el corazón que fibrila,

iderarse que están originándose estímulos simultáneamente en gran número


VÍAS NORMALES

(a) (b)

Figura 1.29. (a) Vía normal del impulso. (b) Vía del impulso en la fibrilación

1.5.4.5.2 ECG de la fibrilación ventricularla irregularidad de los complejos. Una distorsión similar puede producirse también por

movimiento del paciente o de los alambres del monitor; por tanto, es necesario excluir

estas posibilidades. Si el paciente esta despier

es de fibrilación ventricular.

Figura

1.5.4.5.3 CPV que produce fibrilación cerca del vértice de la onda T (periodo vulnerable), puede desencadenarse la fibrilación

que aquí presentamos [8].

desfibrilación eléctrica y no la cardioversión, que puede emplea

otras arritmias. En la cardioversión, un choque eléctrico se sincroniza de manera que no

afecta la onda T, pues en tal caso el corazón pudiera entrar en fibrilación ventricular. En

la desfibrilación, el choque eléctrico es inmediato,

VIAS DE LA FIBRILACIONVENTRIULAR

(a) (b)

29. (a) Vía normal del impulso. (b) Vía del impulso en la fibrilación

ventricular

ECG de la fibrilación ventricular: se debe observar la distorsión completa

la irregularidad de los complejos. Una distorsión similar puede producirse también por


estas posibilidades. Si el paciente esta despierto, o si no lo esta y tiene pulso, el ritmo no

es de fibrilación ventricular.

Figura 1.30. ECG de la fibrilación ventricular

CPV que produce fibrilación ventricular: cuando una CPV se produce

cerca del vértice de la onda T (periodo vulnerable), puede desencadenarse la fibrilación

. Este ECG también explica por que motivo es necesaria la

brilación eléctrica y no la cardioversión, que puede emplearse para interrumpir

En la cardioversión, un choque eléctrico se sincroniza de manera que no


la desfibrilación, el choque eléctrico es inmediato, pues no hay onda T en la fibrilación.

FIBRILACION

29. (a) Vía normal del impulso. (b) Vía del impulso en la fibrilación

observar la distorsión completa y

la irregularidad de los complejos. Una distorsión similar puede producirse también por


to, o si no lo esta y tiene pulso, el ritmo no

una CPV se produce

cerca del vértice de la onda T (periodo vulnerable), puede desencadenarse la fibrilación

Este ECG también explica por que motivo es necesaria la

rse para interrumpir

En la cardioversión, un choque eléctrico se sincroniza de manera que no


pues no hay onda T en la fibrilación.

CAPITULO 2

ANALISIS DE VARIABILIDAD DE SEÑALES

La variabilidad en la actividad cardiaca vascular tal como el intervalo RR y la duración

de la repolarización ventricular (VRD) han sido ampliamente usadas como una medida

de la función cardiovascular. Esto es típico para esas señales que fluctúan en una base

pulso a pulso alrededor de su valor medio y las fluctuaciones son asociadas con la

regulación automática del corazón monitoreando las fluctuaciones observadas en la

fluctuación del corazón y el VRD que provee información concerniente a su regulación

automática y disturbios.

Para predecir un riesgo de eventos cardiovasculares adversos la medición analítica

primaria ha sido la variabilidad de la rata del corazón y el análisis QT. Anormalidades

en la fluctuación de la rata del corazón han sido mostradas para anteceder taquiarritmias

ventriculares espontáneas. Por ejemplo la baja variabilidad de la rata del corazón

predice el incremento de la mortalidad después de un infarto agudo al miocardio (IMA).

Datos clínicos y experimentales han mostrado que la prolongación del intervalo QT es

un factor de riesgo para arritmia ventricular y muerte cardiaca repentina en pacientes

con o sin IMA previos. El riesgo se incrementa debido a que la prolongación QT es

independiente de la edad, historia de IMA, rata del corazón y uso de droga. La

variabilidad de intervalos consecutivos RR ha sido usada tradicionalmente para acceder

al riesgo en pacientes en términos de mortalidad futura. Recientemente se ha hecho

énfasis en proteger la asimilación de los cambios dinámicos en la fase de repolarización

del corazón.

El sistema nervioso autonómico (ANS) regula el funcionamiento del corazón a través de

sus partes simpática y parasimpática. Esto es de interés para cuantificar la cantidad de

la fluctuación de la señal relacionada a esas dos partes del ANS separadamente y

también su balance en la rata del corazón entonces es afectada por factores tales como la

respiración, el sistema termo-regulador y el mecanismo regulador de la presión de la

sangre.

La variabilidad de la rata del corazón (HVR) ha sido estudiada extensivamente durante

los últimos años. El análisis del espectro de frecuencia de la señal de la rata del corazón

ha atraído la atención principalmente debido a su habilidad para exponer diferentes

fuentes de fluctuaciones y su poder para ilustrar el balance de la regulación autonómica

neural. Allí también existen varios parámetros ampliamente usados en el dominio del

tiempo que representan fluctuaciones en la rata y han puesto más énfasis en el análisis

no lineal de la variabilidad de la rata del corazón.

2.1 CAMBIOS DE VARIABILIDAD DE LA SEÑAL CONECTADOS A

EMFERMEDADES ESPECÍFICAS

Una disminución en la actividad neural vagal en el corazón puede resultar en un HRV

disminuido después del infarto del miocardio IM conducente al predominio de la

regulación neural simpática y a la inestabilidad eléctrica. La reducción de la

variabilidad de la rata del corazón es también asociado con un incremento del riesgo de

fibrilación ventricular y muerte cardiaca repentina. HUIKURI [10] concluyó que

cambios en las dinámicas del intervalo RR de periodo largo con intervalos RR alternos

pulso a pulso son probables para el inicio espontáneo de taquiarritmias ventriculares

sostenidas.

Enfermedades cardiacas tales como falla obstructiva del corazón, enfermedad de la

arteria coronaria y una hipertensión sencilla son también asociadas a un vagal reducido

y un mejorado tono simpático, el cual cambia las dinámicas de la variabilidad de la rata

del corazón. Porque el análisis HRV puede ser estimado como no invasivo,

reproducible y un método fácil de usar para reflectar los grados de control autonómico

del corazón, esto ha sido ampliamente usado para diagnosticar la disfunción autonómica

debido a neuropatía diabética.

Aunque el HRV es usado en un amplio rango de aplicaciones clínicas, el HRV

disminuido solo ha sido generalmente aceptado como un pronosticador de riesgo

después de un infarto del miocardio agudo y de una temprana neuropatía diabética. El

HRV disminuido pude pronosticar mortalidad y eventos de arritmia independientemente

de otros factores de riesgo y después de un infarto agudo del miocardio y el termino

largo análisis HRV ha admitido ser el más certero pronosticador comparado con un

análisis de corto termino. La variabilidad de la rata del corazón podría también ser

unida a otros factores de riesgo así como a mejoras del uso predictivo.

Cualquier enfermedad del corazón (hipertrofia ventricular izquierda, falla del corazón)

puede modificar la duración de la repolarización. Anomalías en la duración de la

repolarización son signos de la inestabilidad eléctrica en el corazón y pueden conducir a

arritmias malignas tales como fibrilación ventricular. Análisis de las dinámicas de la

duración de la repolarización ventricular proveen información esencial en una

predisposición de arritmias ventriculares, porque algunas arritmias son una amenaza

para la vida pues aumentan el tejido miocardial. Dinámicas alteradas del VRD y los

eventos de amplitud de la onda T alternante particularmente en pacientes con el

síndrome de QT largo como también con la enfermedad estructural del corazón en ratas

del corazón rápidas, sugieren que el análisis de las dinámicas de la repolarización

ventricular puede proveer una importante herramienta clínica.

2.2 SERIES DE TIEMPO EN INTERVALOS RR

El procedimiento básico usado para determinar la rata del corazón y sus fluctuaciones es

descrito a continuación. Un electrocardiograma (ECG) es medido, usando equipo

apropiado de adquisición de datos, el tiempo transcurrido entre los pulsos consecutivos

del corazón es definido entre 2 ondas P, donde una onda P describe la fase de

despolarización auricular. En la práctica, este es el complejo QRS que es usado para

obtener el periodo de tiempo entre los pulsos del corazón. Este complejo es detectado

en la onda R, pues esta tiene una amplitud muy clara y mejor resolución de frecuencia

que la onda P, y una mejor proporción señal-ruido. El intervalo de tiempo entre las

ondas P y R puede ser asumido constante.

Definiendo las veces de ocurrencia de 2 ondas R consecutivas como s (t) y s (t+1), con

t = 1,2,...,N, la expresión x(t)= s(t+1)-s(t) es obtenida para un periodo de tiempo en

milisegundos. X(t) es llamada la serie de tiempo del intervalo RR o los tiempo a los

cuales esta se refiere son simplemente llamados intervalos RR. Una serie de tiempo de

la rata del corazón (min-1

) puede ser obtenida por y(t)= 1000*(60/x(t)) y la rata media

del corazón es simplemente

,

Esta fórmula (1) indica una relación no lineal entre los valores de una serie de tiempo

dada, la cual debería ser tomada en cuenta cuando se comparan los resultados obtenidos

para aproximaciones del dominio tiempo-frecuencia. En el momento, los intervalos

RR parecen ser la serie de tiempo más frecuentemente usada en el análisis de

variabilidad de la rata del corazón (HRV). Para una discusión de la elección entre

diferentes series de tiempo (tacograma) ver Janssen (1993) [6].

2.3 SERIES DE TIEMPO VRD

El intervalo de tiempo QT en señales electrocardiográficas ha sido usado para ejecutar

tanto análisis estático como dinámico de la duración de la repolarización ventricular.

Allí existen dificultades en la detección del inicio (onset) de la onda Q y la

compensación (offset) de la onda T debido a la escasa proporción señal-ruido y diversas

morfologías ECG. Por esas razones otros estimados, tales como el intervalo RTmax, han

sido ampliamente usados. Además, este provee una motivación para investigar y

comparar la sensibilidad del ruido de diferentes intervalos QT estimados. Porque el

intervalo de tiempo Q-S es resultado del periodo de despolarización de los ventrículos,

está es actualmente más correcta para medir el intervalo de tiempo entre las ondas R y T

como un interés en los cambios ocurridos dentro del periodo de repolarización

ventricular. La onda R ha sido usada para estimar el inicio del periodo de

repolarización porque buscar la compensación (offset) de la onda S puede ser difícil. El

máximo (pico) de la onda T ha sido con frecuencia estimado como confiable para el fin

del periodo de repolarización que la compensación (offset) de la onda T. La duración

de la repolarización total, es el intervalo de tiempo entre las compensaciones (offsets) de

las ondas S y T.

El ECG ambulatorio es usualmente adquirido con una frecuencia de muestreo de 128

Hz dando una resolución de tiempo de 7.81ms por cada muestra, la cual es demasiado

baja para medidas de variabilidad del intervalo T. Esto ha sugerido que el intervalo QT

debería ser determinado con mínimo una resolución de 1 ms, lo cual podría requerir una

frecuencia de muestreo de 1 kHz para una señal ECG.

2.4 DETECCION DE LA FORMA DE ONDA DEL ECG

Los intervalos RR y QT adquiridos fueron basados en una implementación de un

algoritmo descrito previamente y el esquema de detección será repasado brevemente en

este documento. El concepto básico del algoritmo es observar los puntos que cruzan

por cero, los cruces de valores umbral son determinados experimentalmente como

también los valores máximo o mínimo de la señal ECG diferenciada d(t) y su versión

filtrada pasa bajo f(t).

El diagrama de flujo del procedimiento de detección de la forma de onda implementada

es el siguiente: El primer paso es calcular las señales de d(t) y f(t), lo cual está hecho

para el periodo completo del ECG seleccionado para el análisis. El procedimiento de

detección de la forma de onda continúa por determinar el valor inicial del valor umbral

Hn usado para buscar el valor máximo absoluto del QRS en la señal f(t). El valor de

umbral Hn + 1 es continuamente actualizado durante la detección de la forma de onda

usando la ecuación (2):

Hn+1 = 0,8*Hn + (0,16*│f (PKn) │) , (2)

Donde │f (PKn) │ es el valor absoluto de la señal f(t) en la posición de la onda R

fiduciaria obtenida del pulso n.

La inicialización del promedio de los intervalos RR y RRav y el primer valor del

intervalo RR son obtenidos. El valor RRav es usado después para chequear el valor

calculado de un nuevo intervalo RR y así proveer unas bases para identificar el

complejo QRS.

La posición inicial del complejo QRS es detectada usando un método de umbral

adaptable determinado por el valor promedio del intervalo RR. Después de esto, el

algoritmo continúa buscando la posición de la onda R. En la presente aproximación, el

punto fiduciario de la onda R fue detectado usando 3 métodos: la máxima amplitud

arriba o debajo de la línea base, o el punto de cruce por cero de la señal f (t) durante el

complejo QRS. La última técnica nos dice que en algunos casos una definición más

exacta se puede obtener si el punto ficticio de la onda R puede ser definido en la

máxima amplitud positiva de QRS con este algoritmo una determinación exacta de la

onda R es una condición absolutamente necesaria para una detección de la onda Q

confiable.

Después de detectar la posición de la onda R y actualizar un umbral de la onda Hn y

RRav, el onset de la onda Q es buscado manteniendo la posición de la onda R como

punto de referencia. Aquí se debe mencionar que el examen del patrón de la onda Q es

hecho por el análisis de la señal diferenciada d (t) y no de la señal f (t) porque la señal

d (t) contiene componentes de alta frecuencia de la onda Q.

A continuación el máximo de la onda T y el final de la misma son detectados de la

señal f(t). La siguiente definición para los límites de una ventana de búsqueda

calculada de la posición de onda R que fue usada es (3):

(bwind, ewind) = (a * RRav, b * RRav) , (3)

Donde a y b son valores de parámetros en el procedimiento. Esta definición es una

ligera diferencia de lo dado por Laguna [11]. Como el umbral para el fin de la onda T

fue usado para valores Hs = f(Ti)/2, Ti denota la posición de la máxima pendiente

descendente o ascendente después del máximo de la onda T.

Finalmente un valor del intervalo QT es calculado usando la relación

QT(n) = Tend(n) - QTonset(n), donde Tend y QTonset son las posiciones del fin de la onda

T y el onset del intervalo de tiempo de la onda QT durante el pulso n. El análisis del

próximo pulso cardiaco es iniciado 150 ms después de que el último fin de onda fuera

fijado.

2.4.1 CAMBIOS NO PERIODICOS EN EL INTERVALO RR

Métodos de análisis matemático convencional tal como desviación estándar, correlación

y análisis del espectro de frecuencia suponen que los datos son estacionarios en un

amplio sentido. Esto significa que en el caso del análisis el ritmo sinus del corazón

puede ser aproximadamente estable. Esta aproximación se cumple mejor en periodos

cortos y bajo condiciones de estado estable. Cambios no periódicos en el ritmo del

corazón pueden deteriorar la estacionariedad de la señal y tener efectos adversos en

índices HRV.

2.4.2 CORRECCION DE INTERVALOS RR ANORMALES

La decisión de como una variación del intervalo podría ser corregida o no, forma el

paso más difícil en los intervalos anormales eliminados. Un segmento de una serie de

tiempo del intervalo RR es aceptado para análisis precisos si el número de intervalos

calificados excede un porcentaje de tolerancia programado los cuales varían

ampliamente de acuerdo a la aplicación y clase de paciente.

Figura 2.1. Series de tiempo. Arriba muestra un cambio abrupto de los intervalos RR.

Abajo a la izquierda un espectro de energía hallado con el método de covarianza

modificada con un modelo de orden 20. Abajo a la derecha diferencia de orden 1

dibujada de los intervalos RR. [12]

2.5 ANALISIS EN EL DOMINIO DEL TIEMPO

Análisis en el dominio del tiempo de series de tiempo del intervalo RR cubren

histogramas y análisis de scattergrama (diagramas de dispersión), y el cálculo de varios

índices estadísticos comunes.

Cuando se trabaja con la interpretación de parámetros tales como histogramas, se

deberían apuntar aquellos que en general no tienen alguna información en fluctuaciones

periódicas en los intervalos RR. La frecuencia respiratoria, por ejemplo, no puede ser

observada en las bases de esos parámetros, la varianza relacionada a una especifica

frecuencia de banda (componente espectral) no puede ser medida por sus índices, sin

intervalos RR cualquier filtro pasa banda es considerado. Los índices de dominio de

tiempo pueden tender a medir el cambio de la variabilidad del promedio en series de

tiempo o amplitud máxima de la variabilidad dependiendo de la naturaleza del índice

considerado.

2.5.1 INDICES DEL DOMINIO DEL TIEMPO

Hay varios índices estadísticos los cuales han sido usados para describir la variabilidad

de la rata del corazón, por ejemplo, promedio medida proporcional, desviación entre

valores máximo y mínimo (rango), de desviación estándar (SD) y la raíz media

cuadrada de diferencias sucesivas (RMSSD). La formulación de eso es bien conocida y

ellos no requieren cálculos complejos.

Las propiedades estadísticas de una serie de tiempo x(t) son a menudo índices básicos

tales como medio y desviación estándar Sx los cuales pueden ser obtenidos de datos

dados como sigue en (4):

(4)

La varianza es el cuadrado de la desviación estándar, var(x(t)) = sx2. El coeficiente de

variación y el rango, estos son la desviación entre los valores máximo y mínimo en una

serie de tiempo formulados como (5) y (6):

El promedio cuadrado de diferencias sucesivas (RMSSD) es calculado para los

propósitos de análisis HRV por (7):

2.5.2 ANALISIS DE DISTRIBUCIÓN

La distribución de intervalos RR puede ser analizada en términos de un histograma de

la serie de tiempo en la cual las "frecuencias" en el histograma depositadas pueden ser

expresadas en números absolutos o como "frecuencias" relativas de valores de serie de

tiempo, el histograma también ha sido presentado dibujando una línea entre los

contenedores (Bin) depositados dando las porciones de valores de series de tiempo

numéricamente.

Pocos parámetros generados por el análisis de histograma del intervalo RR son

introducidos en Baevskij (1984)[13]. El Bin teniendo la más larga "frecuencia" es

llamado modo de histograma y la "amplitud" de este modo también ha sido cerrada. El

ancho del histograma de la desviación máxima en valores de serie de tiempo fue

propuesto como otra medida básica de la variabilidad del intervalo RR, varios

parámetros pueden ser construidos de esas tres medidas elementales.

CASOLO (1989) [14] uso el ancho del histograma base como una medida de la

variabilidad total, y fijo el ancho en niveles de 10% y 50% de la altura máxima del

histograma. Odemuyiwa (1991) [15] aproximó la forma del histograma como un

triángulo para reducir el efecto de menos variabilidad marcada.

Los resultados producidos por el histograma naturalmente dependen del ancho del

contenedor (Bin) usado. Si un contenedor (Bin) grande es escogido, el histograma será

impreso en su forma. Mientras que un contenedor (Bin) de ancho corto acentuara

detalles poco importantes. Es notorio que el ancho del bin de un histograma debería

permanecer constante en virtud de permitir comparaciones racionales de resultados

absolutos. Un simple estimado para un ancho de bin es dado por (8):

hN = 3.49 * sx / N3 , (8)

Donde Sx es la desviación estándar de valores de N series de tiempo. El estimado toma

la variabilidad en series de t en cuanto es usada la desviación estándar. Esta expresión

puede ser usada exitosamente con datos de aproximación Gaussiana.

2.6 ANALISIS EN EL DOMINIO DE LA FRECUENCIA

2.6.1 INTERPRETACIÓN DE LA ESTIMACIÓN ESPECTRAL

Estimados espectrales pueden ser estudiados integrando sobre una frecuencia de banda

dada por descomposición del espectro en componentes. La primera aproximación puede

ser ejecutada con Fourier y técnicas auto regresivas (AR), pero la ultima es posible solo

con técnicas AR.

Un problema que afecta la integración del espectro es la definición de las bandas de

frecuencia. Haciendo esto las señales podrían ser realmente una tarea fabulosa, porque

esto chequeara el promedio de todos los estimados manualmente. Los rangos de

frecuencia pueden ser definidos por un procedimiento experimental y obtenidas desde

una literatura y observación constante pero problemas se originan cuando la

localización de los componentes varía entre las señales [16].

El uso del procedimiento de descomposición del espectro da estimados para los

componentes del espectro de energía. En adición las frecuencias centrales también

como la energía estimada pueden ser utilizadas para la búsqueda de los componentes

apropiados. Se usa el máximo del espectro de componentes y el ancho de banda del

componente para detectar fluctuaciones periódicas [17]. El promedio, frecuencia

mediana y central han sido usados para obtener la frecuencia característica de una banda

específica [18]. Varias definiciones existen para las frecuencias de los componentes en

un espectro de series de tiempo del intervalo RR, como resumimos en la siguiente

descripción corta:

- Los componentes de muy baja frecuencia (VLF) son encontrados en frecuencias

f < 0,04 Hz [19]. Estas fluctuaciones en intervalos RR son debidos a

mecanismos de termorregulación. Algunas bajas frecuencias tendientes o no

estacionarias también pueden existir, lo cual puede ser observado en la forma de

energía aumentada en bajas frecuencias en el espectro.

- El componente de baja frecuencia (LF) es usualmente observado encontrando

f = 0,1 Hz. Esto es principalmente debido al sistema regulatorio de la presión de

la sangre y refleja el tono simpático autonómico de la regulación de la rata del

corazón, aunque esto también ha sugerido que la regulación parasimpática toca

algún papel en este [20].

- El componente de alta frecuencia (HF) será encontrado a menudo en la banda de

frecuencia 0,15 < f < 0,4 Hz, el cual es relacionado a la frecuencia de respiración

(por ejemplo duración del ciclo T = 4s, f = 0,25 Hz). La amplitud y frecuencia

de este componente están estrechamente relacionados al volumen de la

respiración y frecuencia. El componente HF ha sido considerado una medida de

regulación neural parasimpática de la rata del corazón [21].

Algunas veces una ultra baja frecuencia (ULF) es definida con una banda de frecuencia

de f < 0,0033 Hz [19]. El balance entre la regulación neural simpática y parasimpática

es a menudo medido por la proporción de la energía estimada para los componentes LF

y HF [21]. Una serie de tiempo RR para un sujeto joven saludable se muestra en la

figura 3.1, conjuntamente con un espectro estimado usando un modelo AR, mostrando

los componentes de fluctuaciones RR espontáneas descritas anteriormente y un

diagrama de polos del modelo paramétrico en el complejo plano Z. En este ejemplo, el

orden del modelo fue seleccionado por inspección visual del espectro, cuando el orden

16 dio un resultado razonable el espectro de potencia estimado representa la suma del

espectro (línea sólida) y el espectro de los componentes separados relacionados a

respectivos polos pares (líneas fracasadas).

Figura 2.2. (Arriba)Serie de tiempo RR obtenida de un joven sano en condición pasiva.

(Abajo izquierda) Espectro de energía estimado por el método de covarianza

modificada con un modelo de orden 16. (Abajo derecha) El correspondiente diagrama

de polos.

2.6.2 EN EL USO DEL ANÁLISIS ESPECTRAL

El uso del análisis del dominio de la frecuencia en diferentes circunstancias clínicas ha

sido ampliamente revisado [19]. El análisis espectral ha sido a menudo efectuado para

series de tiempo del intervalo RR incluyendo 256 o 512 valores. Análisis de esta clase

pueden proveer información en fluctuaciones de periodo corto en intervalos RR.

Fluctuaciones de periodo corto y sus cambios pueden ser estudiados con grabaciones

ambulatorias, en una grabación larga siendo distribuida en series de tiempo de muy

cortos intervalos de 512 valores [22]. Tales series de corto tiempo pueden ser asumidas

para confirmar mejor el requerimiento estacionario para la estimación del espectro

relevante.

2.6.3 PROCESO MATEMÁTICO DEL ANÁLISIS ESPECTRAL.

Las series de tiempo del intervalo RR incluyen información de origen amplio y su

naturaleza permitirá apenas una suposición de amplio sentido estacionario en el estricto

sentido, bajo cualquier condición. Los intervalos RR deberían ser comprendidos como

aproximadamente estacionarios o más, con lo cual el análisis podría dar resultados

relevantes en un sentido médico. Pueden existir secciones las cuales sean muy bien

asumidas para ser estacionarias (casi), y también secciones que están lejos de permitir

tales suposiciones. Esto es a menudo necesario para dividir una grabación en

secuencias estacionarias más cortas. No estacionariedades incluyen fenómenos

transitorios y los cambios varían lentamente (tendencia), la identificación de la cual es

más difícil. La teoría de muchas aproximaciones es no obstante basada en la suposición

de la señal estacionaria. En este contexto un espectro calculado para series de tiempo

del intervalo RR, por ejemplo, es comprendido como un “modelo” para fluctuaciones

periódicas, más bien que como espectro “real”.

Dejar a x (t) ser un proceso estacionario definido en valores discretos t = 0, ±±±±1, ±±±±2,....

La función autocovarianza se escribirá como en (9) [23]:

r(k) = E{ (x(t) – µ) (x(t+k) – µ) } , k = 0, ±1, ±2, … (9)

Y la función de autocorrelación será entonces ρ(k) = r(k) / r(0). Aquí el valor

promedio del proceso x(t) es definido usando el operador de expectación µ = E{x(t)} .

Para un sentido amplio del proceso estacionario, el valor promedio es constante y la

autocorrelación satisface la propiedad p(n1,n2) = p(n1- n2) = p(k).

Dejándonos entonces asumir que x(t) es un cero promedio del proceso estacionario.

Allí debe entonces existir un proceso ortogonal Z(s) tal que (10) [23]:

Y E{ ІdZ(ω) І2} = dH(ω), donde dH(ω) = h(ω)dω, -π ≤ ω ≤ π y ω = 2πf. Esta

es llamada la representación espectral de un proceso estacionario discreto. La secuencia

de autocovarianza es como (11):

Y la densidad de potencia espectral es (12):

2.6.4 ESTIMACION DEL ESPECTRO USANDO UN PERIODOGRAMA

Se dejan dividir los N puntos del proceso x(t) en segmentos K no traslapados, cada uno

teniendo M puntos. La transformada de Fourier del segmento p: th se puede escribir

como en (13):

El periodograma estimado de la función de densidad espectral de un simple dato de

segmento es dado por (14):

Si los periodogramas de segmentos K son promediados el estimado es llamado un

periodograma promediado Bartlett. El periodograma es solo una forma de estimar el

espectro del proceso y no significa una “definición” del espectro.

Modificaciones del periodograma promediado también existen, en medio de las cuales

los periodogramas Welch son introducidos. En este método, los datos de segmentos son

permitidos a traslapar por 50% o 70% por ejemplo, y cada dato del segmento será

cargado con una función ventana antes de calcular el periodograma. Como resultado,

uno tiene para el periodograma de cada segmento a (15):

El factor es un factor de normalización para la energía en la

t = 1 función ventana ω(t). El periodograma Welch estimado será entonces un

promedio de esos periodogramas en (16) [23]:

Algunas veces uno puede necesitar aproximar un periodograma más cerradamente, el

cual puede ser hecho usando el procedimiento de zero padding (amortiguado en cero)

[24]. Este es ejecutado por extensión del conjunto de datos con ceros y tomando la

transformada de Fourier del conjunto de datos completo. Esta operación no consigue

mejor resolución en el espectro, sin embargo, aunque la frecuencia de espaciado será

densa, el zero padding actualmente interpola los valores del espectro de medida en más

frecuencias, produciendo un espectro suave.

2.6.5 MODELAMIENTO PARAMETRICO DE SERIES DE TIEMPO

El modelamiento paramétrico de las series de tiempo tiene algunas ventajas sobre

métodos no paramétricos (Fourier). Aquí solo son examinados modelos autorregresivos

(AR) y el foco está en la estimación espectral, la cual ha sido el principal objeto de

interés en el análisis HRV. Hay muchos algoritmos para obtener estimados para

parámetros AR, por ejemplo, métodos basados en estimación de la secuencia de

autocorrelación, el algoritmo burgo, y algoritmos de predicción lineal del mínimo

cuadrado (incluyendo el método de covarianza modificada) [24]. Hay también

algoritmos adaptables tales como el mínimo medio cuadrado (LMS) y el recursivo

mínimo cuadrado (RLS), el cual actualiza los parámetros estimados como un nuevo

dato de muestreo llegando a ser posible [25].

2.7 ANALISIS TIEMPO FRECUENCIA

2.7.1 REPRESENTACION TIEMPO-FRECUENCIA

Allí puede estar una necesidad para monitorear las propiedades espectrales de la señal

como tiempo transcurrido, especialmente, cuando periodos de tiempo “largos” están

bajo consideración. La ubicación temporal de los componentes espectrales puede dar

más información que un espectro simple. La transformada de Fourier de tiempo corto

(STFT) es una representación lineal tiempo-frecuencia (TFR) usada para presentar

cambios en la señal que varía con el tiempo. La transformada de Fourier no muestra

explícitamente la ubicación en el tiempo de los componentes de frecuencia, pero alguna

forma de ubicación en el tiempo puede ser obtenida usando una pre-ventana adecuada

[26]. El STFT puede ser definido para x(t) como en (17):

es un espectro local de la señal X(s) alrededor del análisis de tiempo S. Las

propiedades de la ventana g*(s) también tienen un efecto en el cálculo STFT [26].

La resolución tiempo-frecuencia es limitada por el producto tiempo-frecuencia, esto es,

tener una resolución de corto tiempo significa resolución de frecuencia mala, o

viceversa. La resolución es también constante como una función de la frecuencia la

cual es debida a la ventana elegida para el STFT [27].

2.7.2 ANALISIS ESPECTRAL TIEMPO-VARIANTE

Técnicas han sido desarrolladas recientemente y permiten el rastreo de parámetros

espectrales como el tiempo transcurrido. Aproximaciones de este tipo han sido

llamadas análisis espectral tiempo-variante o análisis tiempo-frecuencia [28 – 22 – 29].

Las ventajas de esas metodologías son asociadas principalmente con la reducción de

influencias no estacionarias.

Un procedimiento de arreglos espectrales comprimidos (CSA) puede reducir el dato

espectral obtenido de grabaciones ECG [22]. El método se basa en el cálculo de

estimados espectrales AR para segmentos sucesivos de intervalos RR, y chequea si un

nuevo espectro difiere significativamente desde el anterior.

En el análisis espectral tiempo-variante los parámetros AR son estimados por la

aproximación del cuadrado mínimo recursivo (RLS), y el espectro de potencia tiempo-

variante es dado como (18) [29]:

Con y t denota el índice de tiempo.

Mainardi et al. (1994) [30] introdujo 2 algoritmos para rastreo recursivo de los

desplazamientos de polos de un modelo AR estimado. Los algoritmos fueron basados

en la aproximación de linealidad básica y cálculo recursivo de las raíces de un

polinomio.

La transformada de Fourier autorregresiva y representación tiempo-frecuencia (TFR)

[31], basada en estimadores de potencia espectral aplicada a series de tiempo no

estacionarias muestra que TFRs tales que SPWD (distribución suavizada falsa pseudo

Wigner) y RWED (distribución exponencial de ventaneo que fluye) debería ser utilizada

cuando una buena resolución del tiempo o la presentación de la potencia instantánea es

esencial. El RWED ha podido ser eficiente en la reducción de amplitudes de periodo-

cross, pero el SPWD es más capaz de evaluar la energía promedio en el plano tiempo-

frecuencia. Puede también concluirse que un problema detallado en las estimaciones

clásicas es la dependencia de la resolución del tiempo para las oscilaciones observadas

en series de tiempo cardiovasculares.

Está siendo mostrado un aumentado interés en el análisis espectral tiempo-variante o el

monitoreo de parámetros espectrales como una función del tiempo. Esas técnicas

parecen ofrecer aproximaciones para superar el requerimiento de la señal estacionaria.

2.8 ANALISIS WAVELET

La transformada Wavelet (WT) es una aproximación bastante nueva en el campo del

análisis de las series de tiempo biomédicas, y solo unos pocos artículos publicados

existen en el uso de análisis HRV, esto casi parece poseer algunas ventajas obvias sobre

el método de análisis clásico tiempo-frecuencia [32]. La motivación para explicar la

transformada wavelet en el análisis de la señal ECG y series de tiempo del intervalo RR

yace principalmente en el monitoreo de señales no estacionarias y la evolución del

periodo largo del espectro de potencia.

La WT fue una herramienta en la aproximación del análisis espectral tiempo-dependiente para

procesos estocásticos, especialmente el término “frecuencia”· en conexión de series de tiempo

no estacionarias. Debido a que los métodos explicados anteriormente son muy limitados

en cuanto a la robustez frente al ruido, artefactos y desviaciones de la línea base, la WT

es la más usada y segura en la detección de ondas del ECG [32, 33].

2.8.1 TRANSFORMADA WAVELET DISCRETA

Por elección de valores fijos, a = a0m y b = nb0a0

m, m,n = 0, ±1, ±2, . . . , nosotros

obtenemos para la transformada wavelet discreta (DWT) (19) [34]:

Los valores a0 = 2 y b0 = 1 construyen wavelets discretos ψm,n(t) = 2-m/2ψ(2-mt – n)

usado en análisis multirresolución constituyendo bases normales para L2 (R).

Para obtener una caracterización completa de x(t) usando wavelets discretizados

ψm,n(t), y más aún, a recobrar x(t) desde la transformada discreta en una manera

numéricamente estable, la función wavelet podría constituir un marco. La transformada

entre la señal y la función wavelet será saltada encima y debajo

con A>0 y B<∝∝∝∝ si el marco de salto A y B son iguales entonces el marco es llamado

apretado.

2.8.2 ANALISIS WAVELET MULTIRESOLUCION

En el análisis multiresolución sucesivas aproximaciones de subespacios cumplen la

propiedad Vj C Vj+1 con (21):

el aspecto multirresolución cumple la condición de que todos los espacios son versiones

escaladas del espacio central V0 (22):

x(t) ∈∈∈∈ Vj ⇔ x (2j .) ∈∈∈∈ V0 .

El espacio Vo tiene que ser variante bajo una traslación completa en (23):

x(t) ∈∈∈∈ V0 ⇔ x(. – n) ∈∈∈∈ V0

para todo n ∈∈∈∈ ZZZZ. Una función escalamiento φφφφm,n(t) ∈∈∈∈ V0 es también requerido el cual es

una base normal en Vo, donde φφφφm,n(t) = 2-m/2φφφφ((((2-mt-n).... Bajo esas suposiciones el

esquema multiresolución implica unas bases wavelet normales L2(R).

ψψψψm,n(t) = 2-m/2 ψψψψ((((2-mt-n), así que (24):

donde Pm es la proyección normal en el espacio Vm. La señal x(t) es obtenida

consecuentemente por (25):

La descomposición de la señal x(t) usando funciones ψψψψj,k(t) del análisis wavelet discreto

y funciones φφφφK,k(t) escalares discretas pueden ser dadas en diferentes escalas como

sigue en (26):

donde dj(k) son coeficientes wavelet (señales detalladas) en escala 2j y aK(k) son los

coeficientes escalares (señal aproximada) en la escala 2K. En la figura 2.3, la idea del

análisis wavelet discreto es presentada por medio de una descomposición de árbol

(ramificada) de wavelet. Una descomposición sobre escalas diádicas asociadas al

contenido de la señal y escalas como (27):

2-j ππππ ≤ ΔωΔωΔωΔωj j j j ≤≤≤≤ 21-j ππππ

para j = 1, 2, .... El espectro de señal incluye el rango 0 - ππππ rad y ΔωΔωΔωΔωjjjj es la banda

de frecuencia correspondiente al nivel j.

2.8.3 FILTRADO SUBBANDA

Análisis multiresolución comprenden un esquema jerárquico y rápido para computar los

coeficientes wavelet de una señal analizada. El esquema involucra la computación de

aproximaciones secuenciales bruscas x(t) y la diferencia de señales de dos niveles

consecutivos. En la aproximación del filtrado sub-banda la computación consiste de los

análisis y de las síntesis de los pasos los cuales corresponden a las etapas de

reconstrucción y descomposición en análisis wavelet [35]. La transformada de wavelet

discreta puede ser implementada por el escalamiento (pasa bajo) y filtros wavelet (pasa

altos) así (28):

y (29):

Figura 2.3. Descomposición de una señal Wavelet presentada por una estructura de árbol

Siendo filtros de cuadratura del reflejo complementario QMF [34]. La estimación del

detalle de la señal en el nivel j será hecho por convolución de la señal aproximada al

nivel j-1 con los coeficientes g(n). La convolución de la señal aproximada al nivel j-1

con los coeficientes h(n) da un estimado para la señal aproximada al nivel j. El análisis

de paso (etapa de descomposición) involucra filtrar la señal aproximada y retiene cada

siguiente muestra del filtro de salida (submuestreo). La síntesis de paso involucra

sobremuestrear y filtrar para obtener una señal reconstruida. En la figura 2.4 son

presentadas las etapas de reconstrucción y descomposición en un esquema de filtrado

sub-banda estableciendo un banco de filtros.

Figura 2.4. Esquema de procedimiento de filtrado sub-banda usando

bancos de filtros.

CAPITULO 3

APLICACIÓN AL ANÁLISIS DE VARIABLIDAD EN SEÑALES

CARDIOVASCULARES

En el capítulo anterior se mencionaron algunos de los distintos métodos utilizados en el

análisis automático de la señal ECG. También se concluyó que el método más usado en

la actualidad es el análisis de Wavelets por su robustez en el filtrado y la ganancia que

ofrece en sistemas computacionales.

En este capítulo presentaremos un algoritmo para realizar el análisis de la señal

electrocardiográfica de forma automática y mostraremos los diferentes intervalos que

ofrece una señal de este tipo, determinando algunas tendencias hacia posibles afecciones

cardiacas.

3.1 ALGORITMO DE FILTRADO DE LA SEÑAL

Un factor crucial en el análisis de la transformada Wavelet es la elección del nivel de

descomposición puesto que la escogencia de un nivel de descomposición bajo no

permitirá una buena segmentación de la señal y si por el contrario escogemos un nivel

muy alto se puede destruir la señal, eliminándose componentes frecuenciales relevantes

de la señal misma [42].

La dificultad existente con la línea base es que un nivel demasiado bajo para esta

provocará una sobre-aproximación de la señal por lo cual se incluirían algunas ondas

electrocardiográficas además de esta, mientras que si el nivel es demasiado elevado la

estimación de la línea base se aleja demasiado y los resultados no serán satisfactorios.

Por lo tanto se busca una buena aproximación (nivel 8) [36] para lograr su eliminación.

Por último, para remover interferencias de la red se tomará el nivel 3 de

descomposición[43].

3.2 ALGORITMO PARA DETECTAR ONDAS CARACTERÍSTICAS

Utilizaremos la base de datos MIT-BIH para tomar las señales que estudiaremos en este

trabajo puesto que esta nos brinda una gran cantidad de señales de alta calidad y tienen

un diagnóstico ya estudiado. Cada señal consta de tres archivos hea (cabecera), dat

(señal) y atr (anotaciones).

En este estudio realizaremos tres procedimientos fundamentales (Ver figura 3.1):

• Detección de QRS: se obtendrá el ciclo de marcadores cardíacos.

• Obtener inicios y finales de P y T: se obtendrán segmentos, duraciones y

amplitudes.

• Procesado final de los datos y deducciones.

3.3 DETECCION DEL COMPLEJO QRS

El complejo QRS se detecta por medio del módulo máximo de la transformada Wavelet,

este se define como cualquier punto Wf (2 j, τ0) tal que:

• | Wf (2 j, τ) | < | Wf (2

j, τ0) | con τ perteneciente a la izquierda o la derecha de

los alrededores de τ0. y

• | Wf (2 j, τ) | ≤ | Wf (2

j, τ0) | con τ perteneciente a otro punto de los alrededores

de τ0.

Así el complejo QRS produce 2 módulos máximos con signos opuestos de Wf (2 j, τ),

con un cruce por cero entre ellos como se indica en la figura 3.2.

El complejo QRS tiene su mayor energía entre los 3 Hz y los 40 Hz; observando

alrededor de 3 dB las frecuencias indican que la mayor parte de su energía se halla entre

las escalas 21 y 2

2 [44, 45]. A partir de 2

2 se nota un descenso y después de 2

5 se

incrementa la energía de artefactos debidos al movimiento y error de la línea base. Por

esto se eligen escalas de 21 a 2

4 para la Wavelet. [11].

Figura 3.1. Algoritmo para detección de variabilidad cardiovascular.

Figura 3.2. Escala 21 de la transformada Wavelet

Como ya se ha mencionado, el complejo QRS produce 2 módulos máximos con signos

opuestos de la transformada Wavelet. El cruce por cero entre los 2 máximos

corresponde a la onda R y se determina así [37]:

1. Se determinan y marcan posiciones de los módulos máximos de la escala 21 que

cruzan el umbral Th4.

2. Se determina el modulo máximo en la cercanía de nk4 en la escala 2

3 y se marca

su localización como nk3. Si existen muchos módulos máximos se selecciona el

más grande y si no existen nk3, nk

2 y nk

1 se envían a 0.

3. Se determinan en sus escalas la localización de los módulos máximos de las

escalas nk1, nk

2, nk

3 y nk

4, esto reducirá el ruido de alta frecuencia.

En ocasiones aparecen latidos ectópicos en lo cuales pueden ocurrir 2 o más módulos

máximos de los cuales 1 es útil; entonces se aplica la siguiente regla para saber cual de

estos extraer [38]:

1. Sí A1/L1 > 1.2 A2/L2, MIN2 es redundante.

2. Sí A2/L2 > 1.2 A1/L1, MIN 1 es redundante.

3. Sí MIN1 y MIN2 están en el mismo lado de los máximos, entonces el mínimo a

la distancia más grande del máximo es redundante.

Habiendo calculado el módulo máximo de la escala 21, estima el módulo máximo

negativo de la misma, así al tener los dos puntos se encuentra el cruce por cero entre

ellos, que equivale al pico de la onda R, usado para el cálculo de la frecuencia cardiaca.

En el algoritmo se debe calcular el umbral para los sucesivos complejos QRS, para esto

se utiliza el parámetro Ajm+1

, este se halla así:

Si

| Wf (2 j, njk) | ≥ 2 Ajm

Entonces:

Ajm+1

= Ajm

Por otra parte:

Ajm+1 = (7/8) Aj

m + (1/8) | Wf (2 j, njk) |

Thj = 0.3 para j= 1, 2, 3, 4.

Para calcular el QRS se toma una ventana de 120 ms, a la izquierda del pico R se usa

una ventana de 60 ms para encontrar el máximo en base del módulo máximo negativo

encontrado, aunque en algunos casos se presentan variaciones de este módulo máximo

negativo por lo cual se halla un punto j correspondiente al 25% del módulo máximo

negativo. Para hallar el final del QRS, se toma una ventana de 60 ms a la derecha del

pico R hallado anteriormente para encontrar un pico mínimo. Hallado el punto se

establece un umbral de sobrepaso para fijar el final del par módulo máximo que es el

25% del valor mínimo, en el momento que se produce el sobrepaso del umbral se

determina el final del QRS [38, 46].

DETECCION DE ONDAS P Y T

Debido a la naturaleza de las ondas P y T, y por tener su espectro de potencia entre 0.5

Hz y 10 Hz se utilizará una escala de 24 para reducir el ruido pues estas pueden ser

fácilmente afectadas por este tipo de fenómenos [47, 40], por lo cual para su obtención

se usa la escala 4 y se tomará una ventana de 200 ms a la izquierda de la onda R para

detectar la onda P y 200 ms a la derecha de la onda R para detectar la onda T [39]. En

la escala 21 en los primeros segmentos del inicio de QRS la transformada Wavelet

genera un par de módulos máximos como en el QRS pero de menor dimensión, esto

permite establecer de una manera más simple el inicio y final de las ondas P y T [39,

47].

El pico y el ancho de la onda P son encontrados de la siguiente manera [40]:

• El módulo máximo es un punto donde la | Wf (2 4, τ) | es un máximo.

• El pico de la onda P corresponde al cruce por cero entre un par de módulos

máximos de signos opuestos.

• El inicio de la onda P es ubicado por paso comenzado hacia atrás del punto del

módulo máximo de signo opuesto ubicado a la izquierda del cruce por cero,

hasta que el punto halla alcanzado | Wf (2 4, τ) | lo cual equivale al 5% del

módulo máximo.

• Para el final de la onda P se inicia un proceso similar ubicándose en el punto del

módulo máximo situado a la derecha del cruce por cero y avanzando hacia

adelante se selecciona como en el inicio de la onda P.

La onda T tiene el mismo procedimiento que la onda P. Una vez obtenida la matriz y

finales de las ondas P, QRS y T se extrae la duración de los latidos, las ondas y los

intervalos [47].

MEDIDA DE DESEMPEÑO EN LA DETECCIÓN DELCOMPLEJO QRS

Para evaluar el algoritmo de detección fueron definidas las siguientes clases de latidos

[41, 48]:

TP: (True Positive) latidos correctamente detectados equivalentes al número de

verdaderos positivos.

FP: (False positive) Picos de la señal que el detector tomó como latidos y no lo son,

equivale al número de falsos positivos.

FN: (False Negative) Latidos que no fueron detectados, equivale al número de falsos

negativos.

Con estas definiciones se calculan 2 medidas del rendimiento del detector:

• Valor Predictivo Positivo (+P): Medida mediante la cual se determinará

cuantos latidos detectados son verdaderos.

+P = TP / (TP + FP)

• Sensibilidad (S): Medida mediante la cual se determinará cuantos latidos son

detectados entre todos los latidos analizados por el detector.

S = TP / (TP + FN)

Con las anteriores ecuaciones se puede determinar el desempeño del detector pues si S

es baja significa que el detector tiende a perder latidos mientras que si P es baja el

detector toma latidos que no lo son. Por el contrario si S es alta se asume que no se

están perdiendo latidos y si P es alta se están obteniendo latidos correctos [41].

CAPITULO 4

RESULTADOS Y CONCLUSIONES

A continuación presentaremos los resultados obtenidos con la aplicación del algoritmo

para la detección del complejo QRS la onda P y T descrito en el capitulo anterior,

además se mostrara la efectividad del algoritmo en ondas anormales.

Para la implementación del algoritmo estudiado, se ha programado un software en java

cuyo manual de instrucciones de manejo se encuentra en el Apéndice A, al final de este

documento.

4.1 PROCESO DE FILTRADO

En este proceso se utilizó se utilizó la técnica de descomposición multinivel. Para la

línea base se utilizo el nivel de descomposición 8 y para el efecto de red se utilizo el

nivel 3 [42]. En este filtrado solo se usan coeficientes de aproximación no de detalle.

En La figura (4.1) se observa el efecto de filtrado en la línea base y en la figura (4.2)

se observa el filtrado de la interferencia de la red.

Figura 4.1. Efecto del filtrado de línea base con descomposición multinivel

Figura 4.2. Señal filtrada, sin línea base y sin interferencia de la red

4.2 DETECCION DE LAS ONDAS

.

Con la señal filtrada, se aplica la transformada wavelet continua (CWT), esta

permite tener la señal en diferentes escalas; en la escala j=21

[44, 45], se buscan los

pares máximos que corresponden a la onda R, en esta escala se minimiza el efecto

de ruido de alta frecuencia que puede generar falsos QRS el pico R se halla

buscando un par de módulos máximos de signos opuestos y el cruce por cero

determina la ubicación de dicha onda. En la figura (4.3) se puede observar esto.

Figura 4.3. Determinación de la onda R a partir del cruce por cero de la escala 21.

La energía de las ondas P y T permite utilizar la escala 24 [11], en esta escala se

evita la interferencia de la línea base se utilizo una ventana de 200ms a la izquierda

de cada pico R para calcular un par modulo básico de signo opuesto producido por

la onda P; Esto se puede observar en las figuras (4.4).

Figura 4.4. Determinación del inicio y el final de la onda P con la escala 24.

Para detectar la onda T se utilizó el mismo procedimiento de la onda P, con la

variante que la ventana de 200ms va a la derecha del pico R. Esto se muestra en las

figuras (4.5).

Figura 4.5. Determinación del inicio y el final de la onda T con la escala 24.

Para la evaluación del algoritmo presentado se utilizaron las señales de la base de

datos MIT-BIH de arritmias de la página web de fisionet y se compararon los

resultados obtenidos con los del enlace chart- omatic [49]. Cada señal tiene al

rededor de 650000 muestras que equivalen a 30 minutos de duración de cada señal.

4.3 MEDIDA DE DESEMPEÑO EN LA DETECCIÓN DEL COMPLEJO QRS

Con el fin de verificar la veracidad de los resultados obtenidos con nuestro software,

se tomó la señal 101 [49] que es una de las que presentan mayor cantidad de ritmo

normal y se compararon los valores de pico del complejo QRS obtenidos por

nosotros durante los primeros 3 minutos de la señal con las de esta base de datos

[49] ya que este valor es el único suministrado por esta página y lo que lo hace el

resultado más verás que podremos obtener; los resultados de la medida de

desempeño se encuentra en la tabla 4.1. También se colocará en la tabla 4.1 la

diferencia promedio de tiempo entre ambos resultados.

TP FP FN +P +S DIFERENCIA PROMEDIO (s)

206 0 13 1.0 0.94 0.00417

Tabla 4.1. Desempeño del algoritmo comparado con los de la base de datos [49].

Al revisar los resultados de la tabla 14.1 se observa que el valor predictivo positivo (+P)

es 99,9% y la sensibilidad 94% lo cual nos brinda una gran exactitud y efectividad,

otro punto a favor de nuestro algoritmo es que en promedio solo se desvía 4 milésimas

de segundo del resultado original.

4.4 ANALISIS DE LA VARIABILIDAD DE SEÑALES CARDIOVASCULARES

Para esta sección implementamos un algoritmo clasificador el cual fue entrenado con

datos verídicos tomados de la base de datos mit-bih [49], al ser entrenado con esta base

de datos solo se pueden estudiar las arritmias que son detectables con la distancia entre

picos de complejos QRS o frecuencia cardíaca, se analizaron las diferentes arritmias

tomando veinte muestras reales de la base de datos [49] y comparándolas con los

resultados de nuestro clasificador. Los resultados de este proceso son los siguientes.

4.4.1 RITMO NORMAL

Para este ritmo se utilizaron 20 muestras de la señal 101 [49].

SEGUNDOS ARRITMIA MIT-BIH ARRITMIA

ALGORTIMO

1 NORMAL NORMAL

14 NORMAL NORMAL

50 NORMAL NORMAL

114 NORMAL NORMAL

142 NORMAL NORMAL

160 NORMAL NORMAL

200 NORMAL NORMAL

207 NORMAL NORMAL

231 NORMAL NORMAL

330 NORMAL NORMAL

360 NORMAL NORMAL

375 NORMAL NORMAL

593 NORMAL BRADICARDIA


970 NORMAL NORMAL

1000 NORMAL NORMAL

1200 NORMAL NORMAL


1370 NORMAL NORMAL


Tabla 4.2. Estudio comparativo entre la base de datos MIT-BIH y el algoritmo realizado

para el ritmo normal.

Al observar la tabla 4.2, se nota claramente que el algoritmo implementado por nosotros

tiene una exactitud del 80%, en estos resultados y al observar las gráficas no podemos

decir que sean por no detección de pulsos, más bien se deba esta diferencia a los datos

del entrenador o al poco umbral entre un ritmo normal y una bradicardia sinusal.

4.4.2 BRADICARDIA SINUSAL

Para esta arritmia se utilizaron 20 muestras de la señal 232 [49].


ALGORTIMO

10.1 BRADICARDIA BRADICARDIA



45 BRADICARDIA BRADICARDIA


















para la arritmia bradicardia sinusal.

Al observar la tabla 4.3 notamos que el algoritmo implementado tiene una exactitud de

un 99,9% con respecto a los datos de la base de datos MIT-BIH.

4.4.3 BIGEMINY VENTRICULAR



ALGORTIMO

166.02 BIGEMINY BRADICARDIA

715.2 BIGEMINY BIGEMINY

749.06 BIGEMINY NORMAL








885 BIGEMINY BIGEMINY











para la arritmia Bigeminy ventricular.

Al observar la tabla 4.4 se observa que el algoritmo implementado tiene una exactitud

de un 90% con respecto a los datos de la base de datos MIT-BIH. Este 10% se debe a

que algunos CVP’s tienen formas muy anormales y el programa no lo detecta como un

pulso (ver figura 4.6)

Figura 4.6. El CVP no es detectado por el programa por su gran anormalidad.

4.4.4 TRIGEMINY VENTRICULAR



ALGORTIMO

175 TRIGEMINY TRIGEMINY




239.6 TRIGEMINY TRIGEMINY

















para la arritmia Trigeminy ventricular.

La tabla 4.5 nos demuestra que el algoritmo implementado tiene una gran capacidad

para detectar la arritmia Trigeminy Ventricular, es posible que en esta señal estudiada

los CVP’s no sean muy anormales y nuestro algoritmo los detecte exitosamente, de aquí

el gran porcentaje de éxito (99,9%).

4.4.5 BLOQUEO DE SEGUNDO GRADO



ALGORTIMO

98.8 BLOQUEO GRADO II BRADICARDIA







130 BLOQUEO GRADO II BRADICARDIA











368 BLOQUEO GRADO II BRADICARDIA



para la arritmia bloqueo de segundo grado.

El bloqueo de primer grado no se estudia en este trabajo debido a que este no es

detectable con la frecuencia cardiaca, este es solo detectable con el intervalo PR. Al

estudiar la tabla 4.6 se nota que este bloqueo de grado 2 es 100% detectable como una

bradicardia, esto es así porque como se verá en la figura 4.7, este bloqueo se presenta

como una onda P sin QRS donde debería ir un pulso normal, y como el algoritmo solo

primero detecta el complejo QRS para después desplegarse y hallar las ondas P y T, no

lo toma como un pulso y este se convierte para él en una bradicardia sinusal.

Figura 4.7. En el bloqueo grado II, se presenta una onda P aislada, sin complejo QRS ni

onda T.

4.4.6 TAQUICARDIA VENTRICULAR

Para esta arritmia se utilizaron 20 muestras de las señales 203 y 205 [49].

SEGUNDOS SEÑAL ARRITMIA MIT-BIH ARRITMIA

ALGORTIMO

298.9 205 TAQUICARDIA VENTRIC TAQUICARDIA VENTRIC






1463 205 TAQUICARDIA VENTRIC TAQUICARDIA VENTRIC

1472.4 205 TAQUICARDIA VENTRIC NORMAL

104.9 203 TAQUICARDIA VENTRIC BRADICARDIA








1202.8 203 TAQUICARDIA VENTRIC NORMAL

1497 203 TAQUICARDIA VENTRIC BRADICARDIA




para la arritmia taquicardia ventricular.

Al observar la tabla 4.7 observamos que el porcentaje de precisión de nuestro algoritmo

baja al 65% para esta arritmia. Esto se debe a que este tipo de arritmias como la

taquicardia, el flutter y la fibrilación, tienen una gran cantidad de ondas de distintas

formas, tamaños y son muy continuas, por lo que el algoritmo no logra detectarlas como

pulsos y simplemente toma estos segmentos como si no hubiera nada por lo que la nota

como normal o como bradicardia. Ver figura 4.8.

Figura 4.8 En arritmias como taquicardia ventricular, flútter ventricular y fibrilación

ventricular se pueden notar gran cantidad de pulsos de distintos tamaños y formas, lo

que los hace indetectables para nuestro algoritmo WAVELET.

4.5 CONCLUSIONES

La creación de nuestro software se realizó en la plataforma java, esto nos trajo ventajas

como lo fue crear un programa de buena calidad gráfica y muy fácil de manejar; pero lo

más importante es que no se necesita plataformas especiales como Matlab para poderlo

ejecutar en cualquier ordenador. Algo más que aventaja nuestra plataforma es que

permite realizar cálculos muy grandes y manejar gran cantidad de datos, en el caso de

nuestro algoritmo cada señal tiene aproximadamente 650.000 muestras las cuales son

muy robustas para que un programa como Matlab las pueda manejar.

La señal de los ECG fue depurada del ruido causado por la interferencia de la red y la

desviación de la línea base con la aplicación de descomposición multinivel que ofrece la

transformada Wavelet.

Se detectaron de manera satisfactoria los complejos QRS en la escala 21 y de las ondas

P y T, aunque estas últimas no fueron verificadas ya que la base de datos para arritmias

del MIT-BIH [49], no nos brinda esta opción.

Algunos complejos QRS son descartados por no cumplir el umbral establecido que tiene

como valor el 30% del punto máximo de la señal; lo que pudo causar la reducción de la

sensibilidad de 1 a 0,94.

Aunque se presentó el inconveniente arriba mencionado, se alcanzó un 94% de

sensibilidad, lo que hace al algoritmo de un buen desempeño, confiabilidad y precisión.

Las arritmias como la bradicardia sinusal, el bigeminy ventricular y el trigeminy

ventricular, fueron detectadas con éxito, presentando una precisión no menor del 90%

en cada una de ellas.

El bloqueo de segundo grado se detectó en nuestro algoritmo como una bradicardia

sinusal debido a que este se presenta en el ECG como una onda P aislada y el software

primero debe detectar la onda QRS para de allí proceder a encontrar las ondas P y T de

dicho pulso.

La taquicardia ventricular tiene una baja precisión (60%), esto debido a que las ondas de

taquicardia ventricular se presentan muy seguidas y con distintas formas y tamaños por

lo que el algoritmo no las considera como complejos QRS y por lo tanto como ondas.

La fibrilación ventricular y el flútter ventricular tienen pulsos que no se asemejan en

nada a un pulso normal, con lo que nuestro algoritmo Wavelet no lo detecta como

pulsos, estos casos el algoritmo los tomaría como bradicardia sinusal.

Para la continuidad de este estudio se recomienda para trabajos futuros:

• Trabajar con bases de datos que permitan evaluar con precisión las ondas P y T.

• Implementar un algoritmo que permita detectar arritmias como el bloqueo de

primero y segundo grado, el flutter ventricular, la fibrilación ventricular y

mejore la precisión de la taquicardia ventricular.

• Implementar una lector de ECG que pueda alimentar directamente el algoritmo

para hacer un estudio directo y en tiempo real de los distintos tipos de arritmias.

BIBLIOGRAFIA

1. Foto sacada de www.somatechnology.com.

2. Imagen tomada de www.nlm.nih.gov

3. Imagen tomada de www.iqb.es

4. Guyton A.C., HALL J.E., “Tratado de Fisiología Médica”, Student Consult (11º

ED.), Ed. Elsevier España, S.A., 2006.

5. VV.AA, “Atlas Sistema Cardiovascular”, ARS MEDICA, 2005.

6. Janssen M, Swenne C, de Bie J, Rompelman O & Van Bemmel J (1993),

“Methods in Heart Rate Variability Analysis: Which Tachogram Should We

Choose?”, Comput Methods Programs Biomed 41: 1 – 8.

7. Lindner U. K, Dubin D, “Introducción a la Electrocardiografía: Método

Autodidacta de Interpretación del ECG” (2º ED.), ed. MASSON, 2005.

8. Davis, Dale, “Interpretación del ECG : su Dominio Rápido y Exacto”, Ed.

Panamericana, 2007.

9. Huszar, Robert J. “Arritmias: Principios, Interpretación y Tratamiento” (3º ED.),

Elsevier España S.A., 2005.

10. Huikuri H. (1997), Abnormal dynamics of ventricular repolarization - a new

insight into de mechanisms of life-threatening ventricular arrhythmias. Eur

Heart J 18: 893-895.

11. Laguna P, Thakor N, Caminal P, Jane R & Yoon HR (1990) New algorithm for

QT interval analysis in 24-hour Holter ECG: Performance and applications.

Med Biol Eng Comput 28: 67-73.

12. Mulder L (1992) Measurement and analysis methods of heart rate and

respiration for use in applied environments. Biol Psychol 34: 205-236

13. Baevskij R, Kirillov O & Kletskin S (1984) Mathematical Analysis of the

Changes in Cardiac Rhythm During Stress. Nauka, Moscow.

14. Casolo G, Balli E, Taddei T, Amuhasi J & Gori C (1989) Decreased

spontaneous Herat rate variability in congestive heart failure. Am J Cardiol 64:

1162-1167.

15. Odemuyiwa O, Malik M, Farrell T, Bashir Y, Poloniecki J & Camm J (1991)

Comparison of the predictive characteristics of heart rate variability index and

left ventricular ejection fraction for all-cause mortality, arrhythmic events and

sudden death alter acute myocardial infarction. Am J Cardiol 68: 434-439.

Con formato: Inglés (Estados Unidos)

16. Jaffe R, Fung D & Behrman K (1993) Optimal frequency ranges for extracting

information on automatic activity from the heart rate spectrogram. J Auton Nerv

Syst 46: 37-46.

17. Sapoznikov D, Luria M & Gotsman M (1994) Di_erentation of periodic from

nonperiodic low-frequency heart rate fluctuations. Comput Biomed Res 27: 199-

209.

18. Korhonen I (1997) Methods for the analysis of short-term variability of heart

rate and blood pressure in frequency domain. PhD thesis, Tampere University of

Technology

19. Kamath M & Fallen E (1993) Power spectral analysis of heart rate variability: a

non-invasive signature of cardiac autonomic function. Crit Rev Biomed Eng

21(3): 245-311

20. Akselrod S, Gordon D, Madved J, Snidman N, Shannon D & Cohen R (1985)

Hemodynamic regulation: investigation by spectral analysis. Am J Physiol 249:

H867-H875.

21. Pagani M, Lombardi F, Guzzetti S, Rimoldi O, Furlan R, Pizzinelli P, Sandrone

G, Cerutti S & Malliani A (1986) Power spectral analysis of heart rate and

arterial pressure as a marker of sympathovagal interaction in man and concious

dog. Circ Res 59: 178-193.

22. Cerutti S, Bianchi A, Baselli G, Civardi S, Guzzetti S, Malliani A, Pagani A &

Pagani M (1989) Compressed spectral arrays for the analysis 24-hr heart rate

variability signal. Enhancement of parameters and data reduction. Comput

Biomed Res 22: 424-441.

23. Priestley M (1981) Spectral Analysis and Time Series. Academic Press Inc.,

London.

24. Kay S (1988) Modern Spectral Estimation. Theory & Application. Prentice Hall,

Englewood Cliffs.

25. Marple S (1987) Digital Spectral Analysis with Applications. Prentice Hall,

Englewood Cliffs.

26. Hlawatsch F & Boudreaux-Bartels G (1992) Linear and quadratic time-

frequency signal representations. IEEE Signal Process Mag 9(2): 21-67.

27. Rioul O & Vetterli M (1991) Wavelets and signal processing. IEEE Signal

Process Mag 8(4): 14-38.

28. Bianchi A, Mainardi L, Petrucci E, Signorini M, Mainardi M & Cerutti S (1993)

timevariant power spectrum analysis for the detection of transient episodes in

HRV signal. IEEE Trans Biomed Eng BME-40(2): 136-144.

29. Lee F & Nehorai A (1992) Adaptive power spectrum estimation algorithm for

heart rate variability analysis. Computers in Cardiology, 273-276.

30. Mainardi L, Bianchi A & Cerutti S (1994) On-line beat-to-beat monitoring of

spectral parameters of heart rate variability signal using a pole-tracking

algorithm. Methods Inf Med 33: 85-88.

31. Pola S, Macerata A, Emdin M & Marchesi C (1996) Estimation of the power

spectral density in nonstationary cardiovascular time series: Assessing the role

of the time-frecuency representations (TFR). IEEE Trans Biomed Eng 43(1): 46-

59.

32. Akay M, Landesberg G, Welkowitz W, Akay YM & Sapoznikov D (1993)

Carotid-cardiac interaction: Heart rate variability during the unblocking of the

carotid artery. In: Sideman S & Beyar R (eds) Interactive Phenomena in the

Cardiac System. Plenum Press, New York, p 365-372.

33. Priestley M (1996)Wavelets and time-dependent spectral analysis. J Time Series

Analysis 17(1): 85-103.

34. Daubechies I (1992) Ten Lectures on Wavelets. SIAM, Philadelphia.

35. Strang G & Nguyen T (1996) Wavelets and Filter Banks. Wellesley-Cambridge

Press, Wellesley.

36. H. Inoue A. Miyasaki, “A Reduction Method for ECG Signals Using the Dyadic

Wavelet Transform”, IEICE Trans. Fundamentals, Vol E81-A, Núm 6, pp.

1001-1006, Junio 1998.

37. K. shubna, R. Murray, and G. Faye. Wavelet transform-based QRS complex

detector. IEEE transactions on biomedical engineering, 46(7): 838-848, july

1999.

38. L. Archila, J. Ardila y A. Mendoza. Caracterización del intervalo QT en una

señal electrocardiográfica usando la transformada Wavelet. Tecnología Médica,

(42): 83-87.

39. V. Di Virgilio, C. Francalancia, S. Lino y S. Cerutti, “ECG Fiducial Points

Detection Through Wavelet Transform”, IEEE-EMBC and CMBEC, 1995.

40. K. Anant, “Detection of the Electrocardiogram P-Wave Using Wavelet

Analisis”, Department of Applied Science, University of California, Internal

Report, 1994.

41. G. M. Friesen, T.C. Jannet, M.A. Jadallah, S.L. Yates, S.R. Quint, y H. Troy

Nagle, “A Comparison of the Noise Sensitivity of Nine QRS Detection

Algorithms”, IEEE Transactions on Biomedical Engineering, Vol. 31, Núm 1,

pp. 85-98, Enero 1990.

42. MathWorks. Wavelet Toolbox: User’s Guide – Version 2. For use with

MATLAB. The MathWorks, Inc., Natick, MA, 2000.

43. D. Cuesta, D. Novak, V. Eck, J.C. Pérez, G. Andreu “Electrocardiogram

Baseline Renoval Using Wavelet Aproximations”, Biosignal 2000, pp 133 –

139, Brno (R. Checa), Junio 2000.

44. N. V. Thakor, J. G. Webster y W. J. Tompkins, “Estimation of QRS Complex

Power Spectra for Design of a QRS Filter”, IEEE Transactions on Biomedical

Engineering”. Vol 3.1, Núm 11, pp 702 – 706, Noviembre 1984.

45. D. Cuesta, G. Andreu y J. C. Pérez, “Detección del Periodo en Señales Holter

para su Aplicación a la Clasificación de Patologías Coronarias”, II Jornadas de

Procesamiento de la Señal, Gandia, Enero 1999.

46. F. Ojeda, “Extracción de Características Usando Transformada Wavelet en la

Identificación de Voces Patológicas. Trabajo de Grado, Universidad Nacional de

Colombia – Sede Manizales, Septiembre 2003.

47. F. Gritzali, G. Frangakis, G. Papaconstantinou, “Detection of the P and T Waves

in an ECG”, Computers and Biomedical Research, Núm. 22, pp 83 – 91, 1989.

48. AAMI, Association for the Advancement of Medical Instrumentation,

http://www.aami.org

49. http://www.physionet.org

APENDICE A

MANUAL DE INSTRUCCIONES PARA EL MANEJO DEL SOFTWARE

DETECTOR Y CLASIFICADOR DE ARRITMIAS

El primer paso para manejar el software es abrirlo, para abrir este software se debe

buscar la carpeta llamada ECG EJECUTABLE y darle doble click, después de esto se

abrirá el explorador de Windows conteniendo los archivos de esta carpeta la cual

contiene todo el programa. Ver Figura A.1.

Figura A.1. Explorar la carpeta “ECG ejecutable”.

Después de abrir la ventana de la figura A.1, debes ubicar el archivo y

dar doble click sobre este. Al hacer esto se abrirá la ventana de inicio del software de

estudio “Inicio Wavelets”. Ver figura A.2.

Figura A.2. Ventana de inicio del software.

La ventana “Inicio Wavelets” que se observa en la figura A.2. contiene varios

numerales los cuales piden datos que son necesarios para hacer una adecuada selección

de lo que se necesita graficar y calcular. Estos numerales se explican a continuación:

A.A.A.A. Señal de entrada: en este ítem se le debe especificar al programa la señal que se

quiere estudiar, para esto cuenta con una lista de señales tomadas de la base de

datos de arritmias de la página de physionet mit-bih [49]. Ver figura A.3.

Figura A.3. Listado de señales que se pueden utilizar en el programa.

B.B.B.B. : Estos son los botones normales que se usan en Windows para

minimizar, maximizar y cerrar la ventana y el programa en ejecución.

C.C.C.C. : En este ítem se indica al programa la

escala en segundos que se desea ver la señal fragmentada en el eje del tiempo,

este va desde 3 segundos hasta 20 segundos. Debe tenerse en cuenta que entre

más grande sea este tiempo, el programa necesitará más tiempo de respuesta.

D.D.D.D. : Si se desea que el programa grafique la señal ECG original se deberá

dar click sobre esta, así quedará marcada, en caso contrario el programa solo

graficará la señal Wavelet estudiada.

E.E.E.E. CWT Escala: En esta parte de la ventana se debe hacer click sobre la escala

Wavelet en la cual se quiere trabajar la señal, el programa graficará la escala

escogida; se cuentan para esto con la escala 1 a 4. El programa permite escoger

solo una de ellas.

F.F.F.F. Picos, Onda P, Onda T, Onda QRS: Aquí se debe hacer click sobre la onda que

se quiere señalar en la gráfica Wavelet y también para hallar los datos de tiempo

en que estas ondas se encuentran localizadas en la gráfica ECG. El programa te

mostrará la localización de los picos del complejo QRS, el inicio y fin de la onda

P, T y del complejo QRS. El programa permite seleccionar desde uno hasta

todos los ítems a la vez.

G.G.G.G. :Para finalizar después de haber elegido con éxito los ítems anteriores

se da click sobre este icono para que el programa comience y en seguida nos

muestre la ventana “ECG” donde está la gráfica de la señal. Ver figura A.4.

Figura A.4. Ventana “ECG”

En esta nueva ventana que nos abre el programa se pueden observar algunos ítems

distintos los cuales explicaremos a continuación:

1. La señal es graficada Amplitud (mV) contra tiempo (s), en la figura A.4, se

observa en el título el número de la señal escogida, en este caso la señal 101,

también se muestra la gráfica ECG original (gráfica de color verde) y la gráfica

de la transformada Wavelet escala 4 (gráfica de color azul) se encuentra

superpuesta a esta usando los mismos ejes que la anterior.

2. : Este ítem abre una ventana en la cual se visualizan las convenciones

que explican la gráfica observada en la ventana “ECG”. Ver figura A.5.

3. Estos botones se utilizan para adelantar o retroceder la

gráfica, esto ocurre según la escala de tiempo graficado que se escogió en la

ventana “Inicio Wavelets”.

Figura A.5. Convenciones de la gráfica “ECG”

4. : Este botón se usa cuando se quieren ver las tablas de datos, estas se

muestran en Excel. Se mostrarán 2 tablas distintas, la primera llamada logDatos

tiene 3 columnas las cuales muestran las coordenadas de la gráfica tanto en el eje

X (tiempo), como en el eje Y (señal, CWT) ver figura A.6. La segunda tabla

llamada logDatosPuntos contiene la posición de los puntos que se han escogido

anteriormente (Picos, Inicio-fin onda P, inicio-fin onda T, inicio-fin onda QRS),

ver figura A.7.

Figura A.6. Tabla logDatos

Figura A.7. Tabla logDatosPuntos

Estas tablas te muestran los valores de la señal completa y no solo la parte que

muestre la gráfica.

5. : Esta opción es la de clasificar arritmia, al dar click sobre este, se

abrirá una nueva ventana (ver figura A.8) en la cual se le preguntará el punto de

inicio del segmento de la gráfica que se desea estudiar en segundos, se debe

colocar este valor y dar click en el botón clasificar que se encuentra en la misma

ventana, después de esto, el programa te mostrará el resultado en la parte baja de

esta ventana (ver figura A.8).

Figura A.8. Ventana del clasificador de arritmia

6. : La opción final que presenta el

programa es la de mostrar tiempo, en esta se puede adelantar o atrasar la gráfica

con solo dar click sobre el minuto que se quiere observar.

ANALISIS DE VARIABILIDAD DE SEÑALES CARDIOVASCULARES ... · Empieza al final de la onda S y...

Documents

Transcript of ANALISIS DE VARIABILIDAD DE SEÑALES CARDIOVASCULARES ... · Empieza al final de la onda S y...