IMPLEMENTACIÓN EN PYTHON DE METODOS DE PROCESAMIENTO DE SEÑAL AVANZADOS PARA EL ANÁLISIS DE LA ALTERNANCIA DE LA ONDA T EN EL ECG

Fecha

2024-07-24

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad Rey Juan Carlos

Resumen

La muerte súbita cardíaca (MSC) producida por causas cardiovasculares supone un grave problema sanitario a nivel mundial y su detección sigue suponiendo un reto para los profesionales sanitarios debido a su gran impacto e imprevisibilidad. Con la intención de revertir esta situación, diversos estudios han demostrado que un posible predictor de la MSC podría ser la alternancia de la onda T (AOT), fenómeno que se puede manifestar como variaciones sutiles (orden de µV ) en la amplitud, duración o forma del complejo ST-T. Este trabajo tiene como principal objetivo implementar en Python métodos de análisis de detección y estimación de la AOT y su funcionamiento en casos realistas para contribuir a la reducción de la MSC. En esta investigación, debido a la falta de bases de datos que incluya AOT, se ha optado por la introducción de alternancias artificiales con diferentes voltajes a unas señales de pacientes recogidas en ambulatorios. Para garantizar la calidad de la base de datos, se realizó un preprocesamiento basado en técnicas de remuestreo, eliminación de la línea base, segmentación en complejos ST-T, enventanado, alineación de los ST-T, sustracción de fondo y filtro paso bajo. Finalmente se aplicaron cinco métodos: - El Método Temporal y el Método de Promedio Móvil Modificado para la estimación de la amplitud de la AOT - Y el Método Espectral, el Método de la Razón de Probabilidad Laplaciana y el Método de Correlación para la detección de la AOT. Los resultados demostraron que los métodos reflejaban mejor rendimiento cuando las alternancias poseían una amplitud de voltaje alto y decaía a medida que disminuía el voltaje. De todos métodos empleados para la detección de la AOT, cabe destacar el Método Espectral puesto que es el método más robusto a menor voltaje de alternancia. Y por contra, para la estimación de la AOT sobresale el Método de Promedio Móvil Modificado que presenta mayores diferencias en la estimación de la amplitud de la alternancia entre grupos con alternancia y sin alternancia.

Descripción

Trabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2023/2024. Directores/as: Rebeca Goya Esteban

Citación