CARDIDENT - Detección y clasificación en línea de complejos QRS

Pablo Aguirre
Juan Cardelino
Nicolás Loeff
Franco Simini

La electrocardiografía (ECG) es una disciplina básica para el diagnóstico de desórdenes cardíacos. En las últimas décadas el descenso del costo del procesamiento digital ha impulsado la introducción de técnicas de análisis automático de ECG que se usan en diversos entornos, como los centros de cuidados intensivos donde es esencial la detección y clasificación en tiempo real de arritmias cardíacas. Otro campo de aplicación es el análisis de señales de larga duración (Holter) en el cual el análisis automático y la identificación de segmentos relevantes disminuyen el tiempo de especialista.

En los sistemas portables de registro el análisis automático de la señal permite extender los tiempos de registro mediante el almacenamiento de estadísticas del ECG durante períodos normales y de la señal completa durante los episodios que requieran toda la información. CARDIDENT es un sistema de análisis automático de ECG, lo que incluye la detección, clasificación e identificación en línea de complejos QRS. CARDIDENT fue evaluado mediante su aplicación a bases de datos Standard (MIT-BIH) siguiendo recomendaciones de la Asociación para el Avance de la Instrumentación Médica(AAMI) lo que permite la reproducibilidad de los resultados y la comparación objetiva con la literatura especializada.

CARDIDENT ubica el pico R para extraer el complejo QRS en una ventana de 200ms. El algoritmo desarrollado está basado en el trabajo clásico propuesto por Pan y Tompkins en 1985 [1], que emplea umbrales adaptivos sobre una medida de la energía de la pendiente de la señal en una banda del espectro. En esta etapa se logró una performance, ligeramente superior a la reportada en la literatura, de 99.77% en la sensibilidad y 99.80% en el valor predictivo positivo.

Antes de la etapa de clasificación es necesaria una etapa de extracción de características en la que se comprime la información del complejo QRS en 12 componentes representativas. Para ello se utilizaron 9 coeficientes de la transformada Karhunen-Loève (Barro et al. [2]) y 3 parámetros temporales.

CARDIDENT clasifica mediante un algoritmo que se adapta al paciente a través de una técnica de mezcla de expertos [3],[4] que consiste en la combinación de un clasificador entrenado sobre una base de datos extensa y otro entrenado a partir de datos específicos del paciente. Ambos clasificadores utilizan variantes de técnicas de redes neuronales desarrolladas a partir del aprendizaje competitivo selectivo de Ueda & Nakano [5]. Los resultados obtenidos fueron superiores a los reportados en la bibliografía consultada.

Finalmente, se demostró que estos algoritmos pueden ser realizados en línea en un sistema con características de memoria digital y capacidad de cálculo corrientes que abren el camino para la inclusión de CARDIDENT en marcapasos o registradores clínicos portátiles.

Referencias

[1] Pan J, Tompkins WJ. A real-time QRS detection algorithm. IEEE Trans. Biomed. Eng., BME-32:230-236, 1985.
[2] Laguna P, Moody GB, Garcia J, Goldberger AL, Mark RG. Analysis of the ST-T complex using the KL transform: Adaptive monitoring and alternans detection. Medical and Biological Engineering and Computing 37:175-189, 1999.
[3] R. Jacobs; M. Jordan. Adaptive mixtures of local experts. Neural Computation 3(79-87), 1991.
[4] Hu YH, Palreddy S, Tompkins WJ. A patient-adaptable ECG beat classifier using a mixture of experts approach. IEEE Trans. on Biomed. Eng. 44 (9) :891-900, 1997.
[5] Ueda N, Nakano R. A new competitive learning approach based on an equidistortion principle for designing optimal vector quantizers. Neural Networks 7(8):1211-1227, Jan 1994.

Figura 1 - Agrupamiento de complejos QRS para el registro 214 de la base MIT-BIH por CARDIDENT. Las letras representan los diferentes tipos de arritmias presentes en la base. En este registro se presentan 4 errores en 2259 complejos analizados (Sensibilidad 99.82%).

Figura 2 - Estructura del espacio formado por 3 de las características consideradas (para el mismo registro), donde se puede apreciar la separabilidad de las diferentes clases de complejos QRS. Cada punto en el gráfico representa un latido representado en este espacio. CARDIDENT permite ver las características de miles de latidos de un registro en una forma novedosa, potencialmente útil para desarrollar nuevos métodos diagnósticos

< Volver