Navegar por los elementos (1 total)
- Resumen es exacto "La isquemia cardíaca es la principal causa de muerte en el mundo, es por este motivo la importancia en la prevención y detección temprana de estos eventos. Tradicionalmente, la isquemia se detecta analizando el nivel del segmento ST en el electrocardiograma (ECG). Si bien se han utilizando numerosos métodos para mejorar la detección de eventos isquémicos, en los centros de salud continúa siendo necesaria la interpretación del ECG por parte de un profesional. Esto es debido a que los algoritmos de monitoreo fueron creados intencionalmente para obtener una alta sensibilidad a expensas de la especificidad, detectando así una gran cantidad de falsos positivos. La principal fuente de falsos positivos son eventos que producen alteraciones en el nivel ST por motivos distintos a los eventos isquémicos, como por ejemplo, cambios en la frecuencia cardíaca, modificaciones en la conducción ventricular y en la dirección del eje eléctrico cardíaco. En este trabajo, con el objetivo de reducir la alta tasa de falsos positivos, se diseñó un clasificador de eventos isquémicos y no isquémicos, en donde a los parámetros comúnmente utilizados en el dominio temporal se le agregaron dos nuevos parámetros obtenidos de aplicar la Transformada Wavelet Continua (CWT, del inglés Continuous Wavelet Transform) a la señal de ECG. Para esto se utilizó una base de datos que fue especialmente diseñada para estudiar este problema, denominada Long Term ST Database. Dicha base de datos contiene registros Holter de aproximadamente 24hs de duración, con anotaciones realizadas por especialistas indicando inicio y fin de eventos isquémicos y de los eventos no isquémicos comúnmente interpretados por los detectores como eventos isquémicos. Al evaluar el clasificador diseñado en esta base de datos se logró separar eventos isquémicos de no isquémicos con una sensibilidad y especificidad del 84% y 93%, respectivamente. Los resultados obtenidos superaron a los del estado del arte, por lo que se concluyó que los parámetros propuestos a partir de la CWT eran útiles para distinguir exitosamente los eventos isquémicos de los no isquémicos. En un segundo trabajo, se decidió diseñar un detector de isquemia. Mientras que en el trabajo anterior se tomaban episodios detectados como isquémicos y se los clasificaba entre verdaderamente isquémicos y falsos positivos, en este segundo trabajo se diseñó un detector de isquemia a partir de la señal de ECG. Con los resultados alentadores del clasificador, se decidió analizar la señal de ECG utilizando Descomposición Empírica de Modos (EMD, del inglés Empirical Mode Decomposition). La ventaja de esta descomposición es que puede utilizarse para señales no estacionarias y, a diferencia de la CWT, para señales no lineales. Por lo que es una técnica muy útil para procesar la señal de ECG. De esta manera, la señal de ECG se descompuso en sus funciones intrínsecas de modos de donde se extrajeron dos parámetros, uno basado en frecuencia y otro en amplitud. A partir de estos parámetros se diseñó un detector de isquemia. Para evaluar al detector se utilizaron los registros correspondientes a la derivación MLIII y V4 de la base de datos European ST-T Database. Esta base de datos fue creada específicamente para evaluar detectores de isquemias, ya que todos los registros tienen eventos isquémicos anotados por especialistas. Al evaluar el detector con los registros de la derivación MLIII se obtuvo una sensibilidad y predicción positiva del 88%. A su vez, al realizar la detección con dos derivaciones (MLIII y V4), se obtuvo una sensibilidad y predicción positiva del 92% y 80%, respectivamente. Los resultados obtenidos demostraron la utilidad de esta descomposición y de los parámetros extraídos para la detección de isquemia cardíaca. Con los resultados de ambos trabajos se pudo concluir que las técnicas utilizadas, Transformada Wavelet Continua y Descomposición Empírica de Modos, brindaron información relevante para mejorar la detección y clasificación de eventos isquémicos.
"
Ordenar por: