La figura 1 es un pequeño tramo de un registro de una hora que se analizará para
extraer el ritmo cardiaco (HR). El registro tiene una oscilación de la línea base que deberemos
eliminar, por lo que el primer paso puede ser: Localizar los puntos del segmento PQ, con el fin de generar un polinomio que posteriormente se
restará a la señal. Lo mejor será aplicar un filtro polinómico, pero antes es necesario filtrar con un filtro paso alto
y corte en frecuencia de 0’5 Hz para poder encontrar el polinomio. Aplicar directamente un filtro polinómico de frecuencia de corte 1Hz. Se puede aplicar directamente el algoritmo de Pan-Tompkins, pero sin aplicar el filtro paso
banda porque la señal es muy limpia.
La figura 1 corresponde a un registro de ECG de un sujeto normal en el que, a
simple vista, parece un ritmo sinusal. Para comprobarlo se debe calcular el segmento RR. En este
caso, veríamos que: El ritmo cardiaco es aproximadamente 50 pulsaciones por minuto (ppm) y los segmentos RR
oscilan entre 1’2 segundos y 1’3 segundos. Se ven 6 latidos en 8 segundos, que suponen un intervalo RR de 45 pulsaciones por minuto
(ppm). Pero en unos casos son 50 ppm y en otros 60 ppm El ritmo cardiaco es muy distinto para el complejo QRS, donde se ven 6 que suponen 45
pulsaciones por minuto (ppm), que para la onda T, donde se ven 7 que suponen 53 ppm No se puede demostrar la arritmia debido a la oscilación de la línea base, que oculta los picos R.
La figura 2 corresponde a un registro de ECG durante una fibrilación auricular.
Para comprobarlo, el mejor análisis inicial que se deberá realizar es: Localizar los complejos QRS, mediante el algoritmo de PanTompkins, con el fin de obtener los
segmentos RR (en segundos) que demostrarán la arritmia. Como el algoritmo de Pan-Tompkins no se puede aplicar, generaremos una ventana móvil de
200 datos (1 segundo) en la que buscaremos el máximo. Con ello ya tenemos medidos los
segmentos RR. Para aplicar el algoritmo de Pan-Tompkins tendremos que eliminar la oscilación de la línea base
con un sencillo filtro paso alto de 1 Hz. Luego con el algoritmo situamos los picos R y los
segmentos RR que al ser muy variables demostrarán la arritmia En realidad el ritmo cardiaco es de 90 pulsaciones por minuto (15 latidos en 10 segundos), que
es un ritmo normal, por lo que bastará con localizar las ondas P y T para contarlas y distinguir los
tramos con fibrilación.
En la figura 2 se muestran 10 segundos de una señal de ECG en fibrilación
auricular. Para comprobarlo, una vez se tienen localizados los picos R, se tiene que buscar la onda
P (previa al complejo QRS). Para ello la mejor técnica es: Crear una ventana que va desde 280 ms (56 datos) a 90 ms (18 datos) antes del pico R y buscar
dentro de dicha ventana la onda P. Crear una ventana que va desde 300 datos (300 ms) a 90 datos (90 ms) antes del pico R y
buscar dentro de dicha ventana la onda P. Crear una ventana entre cada dos picos R que, suponiendo un ritmo normal será de 200 datos,
para localizar dentro la onda P Crear una ventana móvil de 200 ms (1 segundo) para localizar dentro la onda P..
En la figura 2 se observa una importante arritmia cardiaca, y se comprueba porque: El intervalo RR alcanza valores entre 80 datos (0’4 s) y 220 datos (1’1 s). El intervalo RR alcanza valores entre 400 datos (0’4 s) y 1100 datos (1’1’ s). El ritmo cardiaco es de 90 latidos por minuto (15 pulsaciones en 10 segundos). El ritmo cardiaco es de 90 pulsaciones por minuto, por lo que hay 300 datos entre picos R.
Las señales de la figura 3 necesitan analizarse, pero primero tiene que preprocesarse con el fin de limpiarla. La mejor técnica para ello es: Un filtro paso alto de 20 Hz que elimine los artefactos de movimiento Un filtro paso bajo de 45 Hz que elimine la interferencia de la red eléctrica. Un filtro polinómico que elimine la oscilación de la línea base que se presenta por culpa de la
interferencia del ECG. Un filtro paso banda entre 15 Hz, para eliminar los artefactos de movimiento, y 2 kHz, para
eliminar la interferencia del complejo QRS del ECG.
Las señales de EMG que se observa en la figura 3 corresponden a dos ejercicios
estáticos del deltoides. El de la izquierda es con máxima carga voluntaria y el de la derecha es un
ejercicio más suave. Una vez pre-procesadas las señales, para poder cuantificar el esfuerzo, el
mejor parámetro que se puede calcular es: El valor eficaz de la señal, que son 40000 datos. La resta entre el valor máximo y el valor mínimo. Se segmenta la señal en 20 ventanas de 1 segundo y se promedian los valores eficaces de cada
segmento (que serán de 500 datos). Se eleva al cuadrado la señal completa, 20000 datos, y se calcula el valor medio del cuadrado de
la señal.
Las señales de la figura 3 han sido adquiridas en un ejercicio estático del deltoides.
Para poder ver la evolución del esfuerzo durante los 20 segundos, se necesita generar una ventana
móvil que vaya calculando un parámetro que detecte la “intensidad” de la señal de EMG. Viendo
ambas señales la mejor ventana que se puede utilizar para simplificar la representación es: Una ventana de 4000 datos que se desplace en saltos de 2000 datos. Una ventana de 400 datos que se desplace en saltos de 2000 datos. Una ventana de 4000 datos que se desplace en saltos de 20 datos. Una ventana de 20 datos que se desplace en saltos de 400 datos.
En la figura 4 se muestra un registro de presión arterial (en mmHg). Los parámetros de diagnóstico más utilizados son el valor del máximo (presión sistólica) y el valor del
mínimo (presión diastólica). Una buena técnica para obtenerlos es derivando la señal, pero: Antes hay que eliminar el ruido con algún
filtro paso bajo, por ejemplo de 5 Hz, porque
derivar una señal con ruido presenta muchos
máximos y mínimos no deseados. Para derivar hay que utilizar una ventana
móvil, por ejemplo de 40 datos, que detecte
cuando dicha derivada es cero, confirmando
que es un máximo o mínimo relativo. Antes de derivar hay que elevar al cuadrado
la señal para asegurar que se potencia el
máximo o el mínimo que se está buscando. La derivada tiene que estar sincronizada con el
complejo QRS del ECG correspondiente a la señal,
para asegurar que el registro de la presión es
correcto.
El registro de la figura 5 son 35 minutos de EHG captado con una frecuencia de
muestreo de 20 Hz. El estudio espectral (en frecuencia) de esta señal aporta mucha información,
pero un estudio más simple es calcular la “intensidad” de la señal (en el dominio temporal) que
seguro correlacionará con un registro de presiones intrauterinas. Para obtener la “intensidad” de
la señal el algoritmo resumido que mejor se ajusta sería: Una ventana móvil de 200 datos con saltos de 1 segundo sobre la que se calculará el valor eficaz
(o la desviación estándar). Una ventana móvil de 20 datos con saltos de 1 dato, sobre la que se sumarán los valores de la
señal Trazar un nivel umbral, por ejemplo en 0’1 mV, que permita sumar los valores que lo superan. Detectar los máximos relativos y su posición, para posteriormente unirlos obteniendo la
envolvente.
La traza superior de la figura 1 corresponde a un registro de la presión arterial
en un sujeto sano. Para obtener las presiones sistólicas y diastólicas el mejor algoritmo es: Filtrar la señal con un paso bajo para suavizarla, y luego calcular la derivada que será igual
a cero cuando se tenga un máximo o un mínimo. En esos puntos donde la derivada es cero se
acude al registro original para conocer las presiones. Marcar un nivel umbral para separar los máximos de los mínimos, y luego hacer un
promedio de los valores que quedan por arriba (sístole) y otro promedio de los que quedan
por debajo del nivel umbral (diástole). Derivar la señal y luego elevar al cuadrado para potenciar los máximos; una vez localizados
se busca el valor mínimo entre dos máximos consecutivos y ya se tienen las presiones
sistólicas. Aplicar una ventana móvil de 1 segundo (ritmo normal) y calcular el valor máximo y el
mínimo que hay dentro de dicha ventana.
La traza inferior de la figura 1 corresponde con un ECG adquirido con una
frecuencia de muestreo de 100 Hz. El ritmo es sinusal, lo que se puede observar porque: El intervalo RR está en torno a 1’0 s (100 datos), que supone un ritmo cardiaco de 60 ppm. Se ven 11 pulsaciones en los 10 segundos, que supone un ritmo cardiaco cercano a 70 ppm, aunque el intervalo RR que parece que está en torno a 900 datos. El ritmo cardiaco es de 1 segundo, y parece muy constante; lo que corresponderá con el número de datos entre picos R que se situará en torno a 50. El segmento RR se puede calcular directamente de la frecuencia de muestreo que es 100Hz, por lo que su inversa es 10 milisegundos.
El ECG de la traza inferior de la figura 1 es un registro muy limpio, así que a la
hora de aplicar el algoritmo de Pan-Tompkins, se deberá: filtrar paso banda entre 5 Hz y 11 Hz, aunque sea una señal limpia. filtrar rechazo de banda de 50 Hz, para eliminar sólo la interferencia de la red eléctrica. filtrar paso bajo a 11 Hz, porque el único problema es la onda P y la onda T. filtrar paso banda pero cambiando los cortes en frecuencia para agilizar el cálculo.
En la figura 2 se muestran 10 segundos de un registro de ECG, y en un primer
análisis se observa una arritmia. Para contrastarlo lo mejor será hacer un estudio de variabilidad del ritmo cardiaco (HRV), que consiste en obtener: todos los segmentos RR, donde se verá que algunos alcanzan 0’9 segundos (225 datos) y otros 0’6 segundos (150 datos). el ritmo cardiaco, y se verá que hay 13 latidos en 10 segundos; es decir 78 ppm la distancia entre picos R, y obtener el valor medio (o mediana), resultando 0’8 segundos por latido. los segmentos RR, donde se verá que algunos son de 0’6 segundos (60 datos) y otros alcanzan hasta 0’9 segundos (90 datos).
En la figura 3, se muestra el resultado (traza inferior) de uno de los pasos del
algoritmo de PanTompkins, aplicado a la traza superior. Este paso es: La derivada calculada con 5 puntos, que son 20 ms El filtro paso bajo que permite eliminar el ruido, tomando ventanas de 150 ms. La ventana móvil, de 200 datos, que suma los puntos para situar con precisión el pico R. El filtro paso alto que permite eliminar las ondas P y T.
En el registro del ECG se pueden encontrar problemas de interferencias, ¿cuál
de las siguientes afirmaciones es más cierta?: Las oscilaciones de la línea base se pueden eliminar con un filtro paso alto o con un filtro
polinómico (ajuste por Taylor). Los artefactos de movimientos se pueden eliminar con un filtro de rechazo de banda a la
frecuencia del artefacto. La interferencia de la red eléctrica no es necesario eliminarla porque está fuera del ancho
de banda de interés del ECG. La interferencia de la señal del músculo esquelético se elimina con un filtro paso alto.
En la figura 4, se muestran 5 segundos del registro de EMG en bíceps, al inicio
de un ejercicio isométrico. Se observa una oscilación de la línea base que se puede corregir
aplicando: Un filtro paso alto de 10 Hz, porque su oscilación es muy lenta Un filtro paso banda entre 20 Hz que elimina los artefactos de movimiento y 50 Hz para
eliminar la interferencia de ECG que no se puede apreciar. Un filtro polinómico de tercer orden, donde el polinomio se obtiene uniendo los picos
máximos. Un filtro paso bajo de 15 Hz que no solo elimina la interferencia, sino que también suaviza
la señal para su posterior análisis.
En la figura 4, se muestran 5 segundos del registro de EMG en la superficie del
bíceps. Sin duda lo primero es preprocesarla (filtrarla); pero después, si se desea conocer el
esfuerzo que ha realizado el músculo en estos 5 segundos, lo mejor es obtener: El valor eficaz (o “root mean square” RMS) de la señal tomando los 12500 datos. el valor máximo y mínimo de toda la ventana de estudio (5 segundos). la frecuencia de la señal. la ventana móvil de los 500 datos que estén alrededor del valor máximo.
La señal de la figura 5 es el resultado de procesar una señal de electromiografía adquirida con una frecuencia de muestreo de 2kHz. Para llegar al resultado
que se muestra en la figura 5, a partir de la señal original, el primer paso que se ha ejecutado es un filtrado paso banda entre 10 Hz y 300 Hz. Los siguientes pasos serían: elevar al cuadrado e integrar los valores que quedan dentro de una ventana móvil de 2 segundos (4000 datos) que avance en saltos de 100 ms. sumar los valores que estén dentro de una ventana móvil de 200 datos, que avance en saltos de 2 segundos (4000 datos). elevar al cuadrado para potenciar los máximos y derivar la señal tomando ventanas de 5
segundos que se desplacen con saltos de 0’1 s. integrar la señal que queda dentro de ventanas de 2000 datos y elevar al cuadrado.
En la figura 6 se muestra el EHG de una paciente que está iniciando el
proceso de parto. Si queremos analizar sólo las componentes correspondientes a las
contracciones mecánicas del útero, deberemos: Filtrar la señal con un paso banda entre 0’1 Hz y 1 Hz, para quedarnos con las ondas rápidas (FW). Filtrar la señal con un paso bajo de 1 Hz, para quedarnos con las ondas lentas (SW). Filtrar con un filtro paso alto de 0’5 Hz para quedarnos con las ondas lentas que son más rápidas. Obtener el cuadrado de la señal e integrar con una ventana de 40 datos para suavizar la señal.
|
