Multi-resolucion De La Transformada Wavelet

ECG en Base a la Multi-resolución de la Trasformada Wavelet.

Con este trabajo se pretende experimentar la extracción de características de un electrocardiograma (ECG) en base a la multi-resolución de la transformada wavelet.

Vamos a comparar resultados de la aplicación de dos filtros de onda (D4 y D6) de diferente longitud sobre la señal que descargaremos de www.physionet.org

Debemos tomar en los complejos QRS ya que cada complejo se utiliza para localizar los picos de las ondas individuales, incluidos los inicios y finales de las ondas P y T que están presentes en un ciclo cardíaco.

Según la guía el detector de QRS propuesto alcanzara una sensibilidad de 99,18% plusmn 2,75 y una capacidad de predicción positivo de 98,00% plusmn 4.45 sobre la base de datos de validación.

Introducción.

El análisis de ECG es amplia mente utilizado para el diagnóstico de muchas enfermedades cardiacas. El ECG es un registro gráfico de la dirección y la magnitud de la actividad eléctrica que se genera por la des-polarización y la re-polarización de las aurículas y los ventrículos. Un ciclo cardíaco en un ECG consiste en la señal de onda P-QRS-T.

• Onda P: Representa la despolarización o contracción de las aurículas impulsando la sangre hacia los ventrículos. Su duración normal es de 0.1 segundos.

• Complejo QRS: Representa la despolarización de los ventrículos. Está formado por las ondas Q, R y S. Su duración normal es aproximadamente igual a 100ms.

• Onda T: Representa la repolarización de los ventrículos. La onda T normal es asimétrica en sus ramas y está redondeada en su vértice.

• Intervalo RR: Corresponde al intervalo de tiempo entre la onda R de un complejo QRS y la onda R del siguiente complejo.

La mayor parte de la información clínicamente útil en el ECG se encuentra en los intervalos y amplitudes definidas por sus características (picos de onda característicos y duración). El desarrollo de métodos exactos y rápidos para la automatización de la extracción de características de ECG es de gran importancia, especialmente para análisis de señales de larga duración. (Holter y sistemas ambulatorios).

El sistema de extracción de características de ECG proporciona características fundamentales (amplitudes e intervalos) para ser utilizados en el análisis automático posterior. Produciendo un algoritmo para la detección de la onda P, el complejo QRS y T en un ECG es un problema difícil debido a la morfología variable en el tiempo de la señal sujeto a las condiciones fisiológicas y la presencia de ruido. Recientemente, se han propuesto una serie de técnicas para detectar estas características.

B. Prototipo Wavelet Usado

El algoritmo wavelet Haar suele ser más fácil de calcular y fácil de entender. El algoritmo

Daubechies es conceptualmente más complejo y tiene una sobrecarga de cálculo ligeramente superior. Sin embargo, el algoritmo Daubechies recoge detalles que se pierden del algoritmo

Wavelet Haar. Incluso si una señal no está bien representada por un miembro de la familia Db, todavía puede ser eficazmente representados por otro.

Seleccionar una función wavelet que se asemeje a la señal a la cual se va procesar, es de máxima importancia en aplicaciones de tren de ondas. Daubechies 6 (D6) de Daubechies son similares en forma al complejo QRS y su espectro de energía se concentra alrededor de las frecuencias bajas.

Imag.1 En esta imagen muestra los detalles de una señal de ECG con una corta ráfaga de ruido añadido a su fin.

Se utilizó wavelets D6 para la descomposición

...