Trabajo de investigación presentado en el ECI 2012i, referente a un detector de arritmias basado en un clasificador lineal simple.

1. Encuentro Científico Internacional de Invierno
ECI 2012i
Algoritmo de Detección
de Arritmias Simples
basado en Clasificador
Lineal
Ing. Bruno Fernando Espinoza Amaya
Universidad Católica Santo Toribio de Mogrovejo

2. 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.

3. 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.

4. Problemática Peruana en
Gráficas
Fuente: INEI. (2011). Compendio Estadístico 2011. pp 382

5. Problemática Peruana en
Gráficas
Fuente: INEI. (2011). Compendio Estadístico 2011. pp 345

6. 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.

7. 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.

8. Diseño del Sensor
Placa de Adquisición de Datos para ECG (1 Canal)
(Modelo prototipo)

9. Diseño del Sensor
Modelo Propuesto – Etapa Amplificación

10. Diseño del Sensor
Modelo Propuesto – Etapa de Acoplamiento ADC

11. Algoritmo General

12. Pasos del Detector QRS
Eliminar Eliminar
Señal Original Desviación de Componente
Línea Base DC
Filtro Filtro Pasa Filtro Pasa Alta
Derivativo Baja de 12 Hz de 5 Hz
Ventaneo y
Elevación al Convolución Identificacion de
Cuadrado de Complejos Ondas Q.R y S.
R

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

14. Pasos del Detector de Ondas P y T
Cálculo
Detección de
Señal Original Promedio
Complejos QRS
Distancia R-R
Buscar Ausencia Ventaneo para
de Onda P Búsqueda P y T

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

16. Visión Detallada del Clasificador

17. Resultados
Indicador Resultado
Falsos Positivos 3
Falsos Negativos 6
Verdaderos Positivo 13
Verdaderos Negativos 3
Sensibilidad 68.42%
Especificidad 33.33%

18. 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.

19. 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.

20. 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/ind
ex.html).
• INEI. 2003. Almanaque Estadístico de Lambayeque. pp. 136
– 137.
• INEI. 2011. Perú: Compendio Estadístico 2011 – Tomo 1. pp
382 – 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.

21. 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 Biomedicanl
Engiennering. Vol. 32, No. 3, pp. 230 – 236.
• Webster, J. 2010. Medical Instrumentation: Application and
Design. Jhon Wiley & Sons. Inc. EE.UU

22. Gracias por su atención
¿Preguntas?
Ing. Bruno Fernando Espinoza Amaya
E-Mail: bruno32@gmail.com / bruno_esp32@hotmail.com
Encuentro Científico Internacional de Invierno
ECI 2012i