Estas son las diapositivas de mi informe de Tesis, para lograr el título de Ingeniero de Sistemas y Computación.

1. Bachiller Bruno Fernando Espinoza Amaya

2.  El 29% de las muertes a nivel mundial en 2004
fueron producidas por enfermedades cardíacas de
acuerdo a la OMS.
 82% de estas son registradas en países en vías de
desarrollo, como el Perú.
 En 2007, la enfermedad cardíaca ha sido la primera
causa de muerte en el Perú, superando al cáncer de
acuerdo al INEI.

3. Fuente: INEI, 2011. Compendio Estadístico.

4. Fuente: INEI, 2011. Compendio Estadístico.

5. Fuente: INEI, 2003. Compendio Estadístico.

6. Fuente: INEI, 2003. Compendio Estadístico.

7. Causas Problema Consecuencias
Falta de prevención y de Enfermedades Cardíacas Mortandad significativa
hábitos saludables. con Alta Prevalencia en la relacionada con
Población Enfermedades Cardíacas.
Formación insuficiente en Médicos Insuficientes en Diagnósticos tardíos.
esta temática. el Área de Cardiología o
en Interpretación de ECG.
Motivos presupuestarios y Instalaciones Médicas Diagnósticos tardíos /
otros. Insuficientes en la Región Fracaso del tratamiento.
Número de médicos Número muy alto de Prevalencia mayor de
especialistas insuficientes ingresados y pocos dados enfermedades cardíacas
en la región / Diagnósticos de alta por enfermedad en la población.
tardíos. cardíaca

8.  Pregunta: ¿De qué manera se puede apoyar al
diagnóstico de las enfermedades cardiovasculares
con un algoritmo de detección de ritmos anómalos?
 Hipótesis: “A través de la implementación de un
Algoritmo de Detección de Ritmos Anómalos, se
apoya la detección de las enfermedades
cardiovasculares mediante la detección de ritmos
anómalos, auxiliando así el diagnóstico al médico
especialista”

9.  Auxiliar al diagnóstico de enfermedades cardiovasculares
mediante el desarrollo de un algoritmo de detección de
ritmos anómalos.
 Lograr un nivel de Sensibilidad apropiado para una prueba
que permita elevar el nivel de detección de enfermedades
cardiovasculares.
 Lograr un nivel de Especificidad apropiado para una prueba
que permita elevar el nivel de detección de enfermedades
cardiovasculares.

10. Fundamentos de ECG

11. Señales ECG / Diseño de un
Equipo de ECG

12. Detección y Reconocimiento
de Patrones

13. Línea de Tipos de Clasificadores
Decisión
Clasificador Multidimensional /
No Lineal
Clasificador Lineal

14. 1) Patrones
2) Sensor
3) Generación de Características
4) Selección de Características
5) Diseño del Clasificador
6) Evaluación del Sistema

15.  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.

16. Indicador Descripción
Falsos Positivos Cantidad de registros que dan negativo en la prueba
estándar pero positiva en la prueba propuesta.
Falsos Negativos Cantidad de registros que dan negativo en la prueba
propuesta pero positivo en la estándar.
Verdaderos Positivo Cantidad de registros que dan positivo en ambas
pruebas.
Verdaderos Negativos Cantidad de registros que dan negativo en ambas
pruebas.
Sensibilidad Probabilidad de que el test identifique con resultado
positivo a un individuo enfermo
Especificidad Probabilidad de que el test identifique con resultado
negativo a un individuo sano

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

18. Modelo Propuesto – Etapa Amplificación

19. Modelo Propuesto – Etapa de
Acoplamiento ADC

20. Visión General Algoritmo de Detección de
Ritmos Anómalos

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

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

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

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

25. Detección de Cálculo de
Cálculo de Alturas Taquicardia /
Alturas R
Ondas R Bradicardia
Anómalas
Diagnóstico Detección de R-R Cálculo de
Final Anómalos Distancia R-R
Algoritmo Clasificador de Ritmos - Detalles

26. Visión Detallada del Algoritmo Clasificador de Ritmos

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

28.  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.