Este documento presenta un algoritmo para la detección de arritmias cardíacas simples basado en un clasificador lineal. Describe el problema de salud cardíaca a nivel mundial y en el Perú, y propone un sensor de electrocardiograma (ECG) de un canal. Explica los pasos del algoritmo para la detección de ondas QRS, P y T y muestra los resultados de pruebas con una sensibilidad del 68.42% y especificidad del 33.33%. Concluye que este enfoque puede ser útil para detecciones iniciales y

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

2. La Problemáticade la Salud
Coronariaen 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 Problemáticade la Salud
Coronariaen 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 Peruanaen
Gráficas
Fuente: INEI. (2011). Compendio Estadístico 2011. pp 382

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

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

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

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

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

16. Visión Detalladadel 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