eci 2012i - algoritmo de detección de arritmias simples basado en clasificador lineal

Algoritmo de Detección de Arritmias Simples basado en Clasificador LinealIng. Bruno Fernando Espinoza Amaya

Universidad Católica Santo Toribio de Mogrovejo

Encuentro Científico Internacional de InviernoECI 2012i

La Problemática de la Salud Coronaria en el Mundo• En 2004, 17.3 millones de personas murieron por

Enfermedades del Corazón.

• Esto es, el 30% de muertes registradas ese año.

• 80% de estas muertes ocurridas en países de ingresos bajos y medios. (En vías de desarrollo)

• Un tratamiento consume entre el 30% a más del presupuesto de un hogar promedio.

• Para 2030, 23.6 millones morirán por el mismo motivo.

La Problemática de la Salud Coronaria en el Perú• En 2007, la enfermedad cardíaca fue la primera causa

de muerte en el Perú, con 15 718 decesos.

• En los años siguientes fue superada por las Neoplasias, pero su número se mantuvo alto. (Aprox. 15 000 muertos)

• El número de Hospitalizados por enfermedad cardíaca, ha sido de 20 957 pacientes en 2010 y está en alza desde 2008.

• Los referidos en Consulta externa por el mismo motivo, han sido 556 824 en 2010, y está en alza desde 2008.

Problemática Peruana en Gráficas

Fuente: INEI. (2011). Compendio Estadístico 2011. pp 382

Problemática Peruana en Gráficas

Fuente: INEI. (2011). Compendio Estadístico 2011. pp 345

Enfoque basado en la Informática• Se ha usado el análisis QRS realizado por ordenador,

según el algoritmo descrito por J. Pan, y W. J. Tompkins.

• Se ha propuesto un detector de Arritmias Simples que busque en particular, variaciones de los Ritmos R-R.

• Se ha propuesto el diseño de una interfaz de hardware para captar señales de sujetos vivos.

• Actualmente sólo se ha usado lecturas de la MIT-BIH Arrythmia Database para validar esta solución.

Datos Usados / Muestra

• 65 registros de las MIT-BIH Arrythmia Database y la MIT-BIH Normal Sinus Database como población.

• 25 registros como muestra.

• No se usan registros tomados “in vivo” por motivos de seguridad / regulaciones.

Diseño del Sensor

Placa de Adquisición de Datos para ECG (1 Canal)(Modelo prototipo)

Diseño del Sensor

Modelo Propuesto – Etapa Amplificación

Diseño del Sensor

Modelo Propuesto – Etapa de Acoplamiento ADC

Algoritmo General

Pasos del Detector QRS

Señal Original

Eliminar Desviación de

Línea Base

Eliminar Componente

DC

Filtro Pasa Alta de 5 Hz

Identificacion de Ondas Q.R y S.

Filtro Pasa Baja de 12 Hz

Filtro Derivativo

Elevación al Cuadrado

Ventaneo y Convoluciónde Complejos

R

Entrada / Salida del Detector QRS

Detector de Complejos QRS - Entrada (Izq.) y Salida (Der.)

Pasos del Detector de Ondas P y T

Señal Original

Ventaneo para Búsqueda P y T

Buscar Ausencia de Onda P

Cálculo Promedio

Distancia R-R

Detección de Complejos QRS

Entrada / Salida del Detector P y T

Detector de Ondas P y T – Entrada (Izq.) y Salida (Der.)

Visión Detallada del Clasificador

Resultados

Indicador Resultado

Falsos Positivos 3

Falsos Negativos 6

Verdaderos Positivo 13

Verdaderos Negativos 3

Sensibilidad 68.42%

Especificidad 33.33%

Posibles Diseños Futuros

• Integración con módulos PIC para sistemas empotrados.

• Diseño de un Sistema Basado en Reglas para ir detectando arritmias más complejas.

• Uso de Redes Neuronales para la predicción de arritmias o búsqueda de patrones.

• Integración del Sistema con redes móviles (Android) para desplegar un sistema de manejo integral de las enfermedades cardíacas.

Conclusiones

• Detección del 53% de ritmos cardíacos anómalos de los Vectores de Entrenamiento.

• Sensibilidad de 68.42% debido a que se limitó a detección de arritmias simples.

• Especificidad de 33.33% , lo cual hace útil como prueba de screening.

• Primer paso para la construcción de un sistema basado en reglas para el manejo integral de patologías coronarias.

Referencias

• Cardiovascular Diseases. 2010. (http://www.who.int/cardiovascular_diseases/en/)

• Media Center - Cardiovascular diseases (CVDs). 2009. (http://www.who.int/mediacentre/factsheets/fs317/en/index.html).

• INEI. 2003. Almanaque Estadístico de Lambayeque. pp. 136 – 137.

• INEI. 2011. Perú: Compendio Estadístico 2011 – Tomo 1. pp382 – 383 / 346 – 349.

• Navarro, M. Vladimir. 2009. Desarrollo y Evaluación de Diferentes Métodos de Detección de Apnea a partir de la señal Electrocardiográfica (ECG). Universitat Politécnica de Catalunya.

Referencias

• Pérez, Fernando E. y Areny, Ramón E. 2007. Microcontroladores: Fundamentos y Aplicaciones con PIC. Marcombo Ediciones Técnicas. Bacerlona, España.

• Theodoridis, S. y Koutrombas, K. 2003. Pattern Recognition. Elsevier USA. Second Edition. San Diego, EE.UU.

• Thompkins, Willis y Pan, Jiapu. 1985. A Real time QRS Detection Algorithm. IEEE Transactions on BiomedicanlEngiennering. Vol. 32, No. 3, pp. 230 – 236.

• Webster, J. 2010. Medical Instrumentation: Application and Design. Jhon Wiley & Sons. Inc. EE.UU

Gracias por su atención

¿Preguntas?

Ing. Bruno Fernando Espinoza AmayaE-Mail: bruno32@gmail.com / bruno_esp32@hotmail.com

Encuentro Científico Internacional de InviernoECI 2012i