Reconocimiento de Patrones Arrítmicos en Registros de Electrocardiografía Dinámica (Holter 24 Horas)

Resumen

El objetivo del presente trabajo es el diseño e implementación de un software a partir de herramientas open source, capaz de reconocer patrones de eventos de Fibrilación Auricular Paroxística (FAP) y Taquicardia Ventricular No Sostenida (TVNS), a partir de registros de series temporales - Electrocardiograma (ECG), partiendo de dos parámetros únicos de entrada en cada caso: la irregularidad de los intervalos RR acompañado de la ausencia de la onda P, rasgo característico de la FAP, y el ancho del complejo QRS mayor a 120 ms unido a una frecuencia cardíaca superior a 100 latidos/minuto (lpm), para el patrón de TVNS. Los registros utilizados fueron proporcionados por la Sección de Cardiología Experimental - Instituto de Medicina Tropical - UCV y la MIT - BIH “Normal Sinus Rhythm Databases” de PhysioNet. Se realizó un procesamiento inicial a las series temporales a partir del algoritmo de Pan-Tompkins, con el fin de detectar parámetros a estudiar tales como: duración de los intervalos RR, onda P, ancho QRS y frecuencia cardíaca. Para el reconocimiento final de los patrones, a partir de los parámetros citados, se implementó un método para la toma de decisiones, basado en sentencias condicionales, evitando así el uso de un método de decisión más complejo como el de redes neuronales artificiales. Como resultado relevante se obtuvo un detector con: una sensibilidad de 100%, especificidad de 99,99% y exactitud de 99,99% para la detección del patrón de TVNS y para los eventos de FAP una sensibilidad de 75%, especificidad de 99,89% y exactitud de 99,89%.