Evaluación del desempeño de algoritmos para la segmentación del intervalo QT en señales electrocardiográficas de neonatos

Abstract

El análisis del electrocardiograma proporciona información importante del estado del sistema cardiovascular de un paciente, por esta razón, existen muchas técnicas de procesamiento de señales que permiten extraer características significativas de la señal de ECG que facilitan el diagnóstico médico. En este trabajo se implementaron dos algoritmos de segmentación del intervalo QT enfocados a señales de electrocardiografía de pacientes neonatos. El desarrollo de la herramienta se basó en métodos usados para la localización de los puntos de interés en la señal de ECG pacientes adultos que muestran resultados acertados: la Transformada Wavelet Continua, el método de Pan Tompkins y el método de la pendiente. Debido a las diferencias entre la señal de ECG de adultos y neonatos y a las variaciones en la morfología de la onda T en registros neonatales, fue necesario realizar modificaciones a los algoritmos establecidos para pacientes adultos y diseñar una etapa de detección de las variaciones de la onda T para garantizar la correcta delimitación del inicio y fin del intervalo QT. Los resultados se validaron frente a la valoración manual de un experto mediante un análisis de concordancia con el método de Bland-Altman y el coeficiente de correlación intercalase (CCI) que en el peor de los casos fue de 87%, para así evaluar el desempeño del software en términos de la sensibilidad, donde el algoritmo basado en la Transformada Wavelet Continua mostró mejores resultados.