Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)Sierra Bueno, Daniel AlfonsoRueda Ochoa, Oscar LeonelGómez Chacón, Andrés FelipeLopez Gonzalez, Oscar Andres2024-03-0320112024-03-0320112011https://noesis.uis.edu.co/handle/20.500.14071/25525En investigaciones recientes se ha demostrado que existe una asociación entre enfermedad y una pérdida del control del Sistema Nervioso Autónomo (SNA) lo cual se manifiesta en una reducción en la Variabilidad de Frecuencia Cardíaca (VFC). El motivo del proyecto es extraer información de las características caóticas o fractales de la VFC, ya que dicha información no puede ser extraída por métodos convencionales. Para calcular los índices fractales se utilizo el método de Análisis de Fluctuaciones sin Tendencia (DFA) y el método de Escalado Bilogaritmico de la Ley de potencia. Para estimar la PSD de la señal de VFC se utilizo el método paramétrico de Burg y el Criterio de Información Combinada para el cálculo del orden, buscando obtener una PSD suavizada que facilite la identificación bandas de frecuencia y zonas de linealidad. La base de datos constaba de 30 registros de 15 minutos de pacientes con Accidente Cerebrovascular (ACV). Pacientes cuya PSD presentaba un comportamiento atípico (no decreciente en muy baja frecuencia) fueron excluidos del análisis. Los resultados para la base de datos se analizaron mediante curvas ROC y análisis t-test, encontrándose que los índices fractales son más viables como herramientas de pronóstico en ACV que los índices convencionales. El índice obtenido del DFA y el escalado de ley de potencia en zona lineal son indicativos más viables para recortes de corta duración que el escalado en frecuencias inferiores a 0,04 Hz que comúnmente se realiza para registros de 10 horas.application/pdfspahttp://creativecommons.org/licenses/by/4.0/Sistema Nervioso AutónomoAccidente CerebrovascularVariabilidad de Frecuencia CardíacaFractalesAnálisis de Fluctuaciones sin TendenciaLey de potenciaCriterio de Información Combinada.Extracción de características fractales de la señal de variabilidad de frecuencia cardíaca en pacientes con accidente cerebrovascular y análisis de su viabilidad como factor pronósticoUniversidad Industrial de SantanderTesis/Trabajo de grado - Monografía - PregradoUniversidad Industrial de Santanderhttps://noesis.uis.edu.coAutonomic Nervous SystemStrokeHeart Rate VariabilityFractalsDetrended Fluc- tuation AnalysisPower LawCombined Information Criterion.Fractal Feature Extraction Signal Heart Rate Variability in Patients with Stroke and analysis of its viability as a prognostic factorinfo:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)