Sistema de soporte diagnóstico de arritmias cardíacas usando conceptos de matemáticas discretas y sistemas embebidos

Abstract

El diagnóstico asistido por computador de arritmias cardíacas, se realiza a través del procesado digital de señales de electrocardiografía (ECG). En este sentido, se han desarrollado diversas técnicas y herramientas; no obstante, aún existen problemas abiertos con relación al costo computacional, precisión y tamaño referente a los sistemas embebidos aplicados al análisis de señales ECG. En esta tesis de maestría se presenta un sistema de soporte diagnóstico encargado de la detección de pulsos normales y patológicos en registros ECG de larga duración (Holter), mediante el uso de sistemas embebidos, capaz de analizar las características de los complejos QRS que ayudan de mejor manera en la clasificación de arritmias cardíacas de tipo ventricular. El uso del algoritmo supervisado KNN junto con una selección reducida de datos de entrenamiento, además una adecuada selección de características, son los aportes más significativos de esta investigación. Los experimentos se realizan sobre la base de datos de arritmias cardíacas del Massachusetts Institute of Technology (MIT), los cuales contienen registros con diferentes tipos de arritmias. Además, en esta investigación se plantea un sistema de costo computacional reducido para la implementación en sistemas embebidos, los cuales deben ser capaces de realizar el procesamiento en tiempo real y su posterior clasificación y visualización de señales ECG. Para validar el funcionamiento del algoritmo de clasificación, se aplican medidas de desempeño recomendadas por la literatura. Este estudio se lleva a cabo de acuerdo a los estándares recomendados por la Association for the Advanced of Medical Instrumentation (AAMI)