Sistema de reconocimiento y diagnóstico de arritmias cardiacas aplicado a la identificación de taquicardias de complejos anchos a partir del electrocardiograma

Abstract

El diagnóstico diferencial de taquicardias de complejos anchos se realiza mediante reconocimiento del comportamiento cardiaco sobre el electrocardiograma, empleando alguno de los procedimientos existentes desarrollados en estudios clínico-fisiológicos, que si bien ostentan niveles altos de sensibilidad y especificidad, su carácter subjetivo impide la reproducción de resultados. De esta forma, el presente trabajo tiene por objeto contribuir al desarrollo de una herramienta software que sirva de soporte al diagnóstico de esta enfermedad. Para obtener las mejores prestaciones, se realiza un estudio de los parámetros implicados en un sistema de acondicionamiento de la señal con base en transformada wavelet (TW), y se establece, un sistema de filtrado por umbralización empleando la TW sin diezmado y función biortogonal 3.5. El proceso de análisis de la señal cardiaca se desarrolla por la metodología de cruces por cero con TW. Por tal motivo, se analiza la discriminación de la información en bandas de frecuencia, el efecto de la simetría y el efecto de las ondulaciones en la identificación de elementos de diversas familias wavelet. Basados en este análisis se concluye que las funciones quadratic Spline y biortogonal 3.1 son adecuadas para el proceso. Generado el anterior marco, se procedió a desarrollar los siguientes sistemas: sistema de cómputo de la duración del complejo, sistema de determinación del eje eléctrico del QRS, sistema de determinación de morfología de bloqueo de rama y sistema de clasificación de morfologías del complejo QRS. La técnica empleada se basó en detección de cruces por cero y valores singulares (máximos y mínimos) en la TW. Por otro lado, el sistema de clasificación se desarrolla con base en redes neuronales artificiales. El desempeño alcanzado por los sistemas acá numerados, en cada caso se encuentra sobre el 87% de sensibilidad y valor predictivo positivo, y error cuadrático medio menor a 25.2 ms.