Bachiller Bruno Fernando Espinoza Amaya
 El 29% de las muertes a nivel mundial en 2004  fueron producidas por enfermedades cardíacas de  acuerdo a la OMS. 82% d...
Fuente: INEI, 2011. Compendio Estadístico.
Fuente: INEI, 2011. Compendio Estadístico.
Fuente: INEI, 2003. Compendio Estadístico.
Fuente: INEI, 2003. Compendio Estadístico.
Causas                      Problema                  ConsecuenciasFalta de prevención y de      Enfermedades Cardíacas   ...
   Pregunta: ¿De qué manera se puede apoyar al    diagnóstico de las enfermedades cardiovasculares    con un algoritmo de...
   Auxiliar al diagnóstico de enfermedades cardiovasculares    mediante el desarrollo de un algoritmo de detección de    ...
Fundamentos de ECG
Señales ECG / Diseño de un     Equipo de ECG
Detección y Reconocimiento        de Patrones
Línea de                       Tipos de Clasificadores Decisión                      Clasificador Multidimensional /      ...
1)   Patrones2)   Sensor3)   Generación de Características4)   Selección de Características5)   Diseño del Clasificador6) ...
   65 registros de las MIT-BIH Arrythmia Database y la    MIT-BIH Normal Sinus Database como población.   25 registros c...
Indicador                          DescripciónFalsos Positivos       Cantidad de registros que dan negativo en la prueba  ...
Placa de Adquisición de Datos para ECG (1 Canal)              (Modelo prototipo)
Modelo Propuesto – Etapa Amplificación
Modelo Propuesto – Etapa de    Acoplamiento ADC
Visión General Algoritmo de Detección de           Ritmos Anómalos
Eliminar                            Desviación de                     EliminarSeñal Original                             L...
Detector de Complejos QRS - Entrada         (Izq.) y Salida (Der.)
Detección de              Cálculo PromedioSeñal Original                              Complejos QRS                Distanc...
Detector de Ondas P y T – Entrada (Izq.) y             Salida (Der.)
Detección de                     Cálculo deCálculo de Alturas                                            Taquicardia /    ...
Visión Detallada del Algoritmo Clasificador de Ritmos
Indicador    ResultadoFalsos Positivos           3Falsos Negativos          6Verdaderos Positivo       13Verdaderos Negati...
   Detección del 53% de ritmos cardíacos anómalos de los    Vectores de Entrenamiento.   Sensibilidad de 68.42% debido a...
Próxima SlideShare
Cargando en…5
×

Proyecto de Tesis Pregrado - Algoritmo detector de Arritmias Simples

1.604 visualizaciones

Publicado el

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

Publicado en: Educación
0 comentarios
0 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
1.604
En SlideShare
0
De insertados
0
Número de insertados
3
Acciones
Compartido
0
Descargas
22
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

Proyecto de Tesis Pregrado - Algoritmo detector de Arritmias Simples

  1. 1. Bachiller Bruno Fernando Espinoza Amaya
  2. 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. 3. Fuente: INEI, 2011. Compendio Estadístico.
  4. 4. Fuente: INEI, 2011. Compendio Estadístico.
  5. 5. Fuente: INEI, 2003. Compendio Estadístico.
  6. 6. Fuente: INEI, 2003. Compendio Estadístico.
  7. 7. Causas Problema ConsecuenciasFalta de prevención y de Enfermedades Cardíacas Mortandad significativahábitos 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 deespecialistas insuficientes ingresados y pocos dados enfermedades cardíacasen la región / Diagnósticos de alta por enfermedad en la población.tardíos. cardíaca
  8. 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. 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. 10. Fundamentos de ECG
  11. 11. Señales ECG / Diseño de un Equipo de ECG
  12. 12. Detección y Reconocimiento de Patrones
  13. 13. Línea de Tipos de Clasificadores Decisión Clasificador Multidimensional / No LinealClasificador Lineal
  14. 14. 1) Patrones2) Sensor3) Generación de Características4) Selección de Características5) Diseño del Clasificador6) Evaluación del Sistema
  15. 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. 16. Indicador DescripciónFalsos 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 enfermoEspecificidad Probabilidad de que el test identifique con resultado negativo a un individuo sano
  17. 17. Placa de Adquisición de Datos para ECG (1 Canal) (Modelo prototipo)
  18. 18. Modelo Propuesto – Etapa Amplificación
  19. 19. Modelo Propuesto – Etapa de Acoplamiento ADC
  20. 20. Visión General Algoritmo de Detección de Ritmos Anómalos
  21. 21. Eliminar Desviación de EliminarSeñal Original Línea Base Componente DC Filtro Pasa Baja Filtro Pasa AltaFiltro 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. 22. Detector de Complejos QRS - Entrada (Izq.) y Salida (Der.)
  23. 23. Detección de Cálculo PromedioSeñal 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. 24. Detector de Ondas P y T – Entrada (Izq.) y Salida (Der.)
  25. 25. Detección de Cálculo deCálculo 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. 26. Visión Detallada del Algoritmo Clasificador de Ritmos
  27. 27. Indicador ResultadoFalsos Positivos 3Falsos Negativos 6Verdaderos Positivo 13Verdaderos Negativos 3Sensibilidad 68.42%Especificidad 33.33%
  28. 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.

×