CLASIFICACIÓN AUTOMÁTICA DE SEÑALES ELECTROCARDIOGRÁFICAS

Abstract

Las enfermedades cardiovasculares (CVD) son la causa numero uno de mortalidad en el mundo occidental. Las arritmias son una familia de CVD caracterizada por la manifestacion de episodios anormales en el ritmo cardiaco capaces de causar muerte subita si no son oportunamente detectados y debidamente tratados. En el ultimo tiempo investigadores de las areas del procesamiento de senales biomedicas y las maquinas de aprendizaje han estudiado el problema de la deteccion automatica de anomal? ás en la actividad electrica del corazon para aportar soluciones que apoyen la labor de medicos en el diagnostico de estas enfermedades. El objetivo consiste en construir sistemas autónomos capaces de advertir la presencia de anomalás en senales ECG digitales, con el proposito de entregar informacion útil a un cardiólogo para posteriores análisis. Este trabajo se centra en el estudio de sistemas computacionales de reconocimiento de patrones con aplicaciones al apoyo medico en el diagnostico de arritmias, en particular, en aquellos capaces de discriminar automaticamente entre diagn? ostico positivo y negativo. El objetivo general del trabajo es disenar e implementar un algoritmo de clasificacion automática de seales electrocardiograficas para la asistencia medica en el diagnóstico de estas enfermedades. El desarrollo comprende tres etapas. En primer lugar, se estudia la teorá que sustenta los componentes utilizados para implementar el sistema. A continuacion se formula la metodologá a seguir para emplear estos componentes. Finalmente se aplica esta metodologá, se evalua el desempeno del sistema y se plantea una discusion acerca de los resultados. La evidencia emp?rica prueba que la elaboracion de un sistema de diagnostico automatico de arritmias como el planteado es altamente factible. Los resultados obtenidos en los distintos experimentos conducidos son consistentes y entre s? y sugieren la configuracion que optimiza el desempeno del sistema para aplicaciones reales.