Desarrollo de tecnicas de deteccion de fibrilacion ventricular basadas en algoritmos tiempo-frecuencia

  1. ROSADO MUÑOZ, ALFREDO
Dirigida por:
  1. Juan Francisco Guerrero Martínez Director
  2. Manuel Bataller Mompeán Codirector

Universidad de defensa: Universitat de València

Fecha de defensa: 13 de julio de 2000

Tribunal:
  1. José Espí López Presidente/a
  2. Javier Calpe Maravilla Secretario
  3. Francisco José Quiles Flor Vocal
  4. Pablo Laguna Lasaosa Vocal
  5. Francisco Javier Chorro Gascó Vocal
Departamento:
  1. Enginyeria Electrònica

Tipo: Tesis

Teseo: 77517 DIALNET

Resumen

Una de las patologías cardiacas que pueden provocar la muerte en varios minutos si ésta no se detiene es la Fibrilación Ventricular. Dado que la detección temprana de la Fibrilación Ventricular resulta de gran importancia a la hora de aplicar una terapia que permita una rápida recuperación del paciente sin ocasionar grandes daños, en este trabajo se desarrollan nuevas técnicas de detección basadas en algoritmos tiempo-frecuencia capaces de ser implementados en tiempo real debido a su baja carga computacional y poder analizar una señal cardiaca procedente de una monitorización continua, capaces de proporcionar un diagnóstico apropiado acerca de la presencia de fibrilación ventricular. Se analizan y comparan diferentes representaciones tiempo-frecuencia, observando su viabilidad ante la capacidad de discriminar ritmos fibrilatorios del resto y aplicando su obtención mediante unos parámetros que permitan una apropiada resolución y definición de la representación a la hora de analizar señales electrocardiográficas. Asímismo, se proponen diversas técnicas que ayuden a diferenciar entre taquicardia ventricular (TV) y fibrilación ventricular (FV). Diferentes parámetros del dominio tiempo-frecuencia son analizados y optimizados para ser incluidos en los algoritmos propuestos, realizando un análisis estadístico para comprobar su significancia a la hora de diferenciar patologías. Estos algoritmos están basados en análisis discriminante (discriminación lineal), árboles de decisión con selección de umbrales y redes neuronales alimentadas con parámetros tiempo-frecuencia. Las señales empleadas proceden de pacientes con monitorización continua de media hora aproximadamente de las bases de datos MIT y AHA, muestreadas a 125 Hz. Se analizan segmentos de 128 puntos. Finalmente se presenta un estudio de viabilidad para su implementación en tiempo real, analizando sus prestaciones en el tiempo y concluyendo que