Caracterización de la señal electrocardiográfica para detección de ondas principales en estado de reposo

Abstract

En la actualidad el electrocardiograma ECG presenta una herramienta de prevención ante enfermedades cardiovasculares. A pesar de los avances tecnológicos en la mayoría de los casos la interpretación de este examen requiere la intervención directa de un especialista. En el trabajo se analizó tres algoritmos de caracterización basados en: FFT, DWT y FIR FILTERS para la detección de ondas P, Q, R en estado de reposo. Posteriormente, determinar la eficiencia de cada algoritmo por medio de la implementación de técnicas de Machine Learning: K-Nearest Neighbors y una matriz de confusión. El principal reto a superar fueron los componentes de alta frecuencia de corta duración y componentes de baja frecuencia de larga duración comunes en señales biomédicas, así como la perturbación de la señal por efectos de ruido del alta y baja frecuencia; durante las pruebas realizadas a señales obtenidas del sensor de ritmo cardiaco y señales obtenida de la base de dato de uso libre physionetlos revelaron que, los algoritmos basados en DTW poseen los mejores resultados a acusa de su particularidad de percibir los cambios producidos en el dominio del tiempo y en el dominio de la frecuencia. Además, se diseñó una interfaz gráfica sobre la plataforma de código libre Python, la cual recoge información del paciente, el registro ECG y la almacena en una base de datos para posteriormente mostrar los resultados obtenidos de los diferentes métodos de caracterización. Presentándose, como una alternativa eficiente para el análisis de señales ECG, para en un futuro se tome como referencia en trabajo de detección de ondas.