Modelado Gaussiano de Señales Electrocardiográficas Reales a Partir de la Segmentación de Formas de Onda Características

Resumen

El Electrocardiograma (ECG) convencional y el ECG de alta resolución representan unas de las técnicas de pre-diagnóstico no invasivo de mayor recurrencia en estudios de prevención de Infarto al Miocardio (IAM). La información obtenida en un ECG es posteriormente procesada y guardada ya sea en una base de datos o mostrada al especialista para su análisis. Una de las técnicas de análisis de ECG mediante métodos computacionales consiste en el modelado y la reconstrucción de las ondas características. El problema es que los modelos de ECG empleados en la actualidad son complejos y tienen un tiempo de procesamiento computacional muy alto, además de que la cantidad de espacio real de los archivos que se generan en la reconstrucción del mismo es grande. Tal es el caso de la transmisión de datos de ECG de manera inalámbrica, en la cual el modelo de reconstrucción de ECG pierde información relevante como la aparición de la onda Q. En el siguiente trabajo se presenta una evaluación del algoritmo de reconstrucción de ECGs utilizando Modelos- Gaussianos y una base de datos de ECG real del estado de Baja California (B.C.). Los resultados muestran que al utilizar modelos Gaussianos se puede obtener un Coeficiente de Determinación (R2) de entre 0.70 y 0.90, lo cual muestra una aproximación inicial de los trazos ECG reales.