Tratamiento de senales para detectar la

Taquicardia en una persona a partir de la

senal ECG

Documento del Proyecto Final

Preparado por:
Ponce Cevallos Michael Frederick
Gunza Cotacachi Estalin Xavier

Tutor:
Ing. William Fernando Vasquez Iturralde
Versión:
1.0

Fecha:
12 – 10 – 2019.
 ÍNDICE GENERAL
ÍNDICE GENERAL.................................................................................................................... 2
1. INTRODUCCIÓN........................................................................................................... 1
2. ANTECEDENTES .......................................................................................................... 1
3. PROPUESTA................................................................................................................... 2
4. ANEXOS .......................................................................................................................... 2
Trabajos citados .......................................................................................................................... 3
1. INTRODUCCIÓN

Desde el principio de la historia, la salud ha sido un aspecto transcendental, la misma ha ido

evolucionando conforme pasan los años, y se ha aliado con la tecnología, dando como resultado
nuevos campos de estudio, por mencionar algunos como la biomedicina y la bioingeniería,
partiendo de esto, podemos relacionar el término IoT enfocado a la salud (IoT Health). Existen
muchos casos en el mundo de que una vida depende de una determinada inspección que no se ha
podido seguir de manera continua y uno de estos casos son las enfermedades cardiovasculares,
según la OMS esto representa el 31% de todas las muertes registradas en el mundo. El IoT Health
busca hacer los dispositivos que monitorean las señales vitales, y en este caso particular las
señales emitidas por el corazón (ECG), para que se comuniquen con otros dispositivos formando
una red inteligente, cuyo único objetivo es facilitarle de manera más efectiva información al
médico a cargo, pero sobre todo otorgando un lapso de tiempo que puede ser vital para salvar una
vida. Es por eso que en este documento se tratará la detección de la taquicardia a partir del
tratamiento de las señales obtenidas de un ECG.

2. ANTECEDENTES

Un primer trabajo corresponde a (Haque & Ahmed, 2018), los cuales realizaron el:
“Sistema de detección de enfermedad cardíaca basado en señal ECG para aplicación de
telemedicina “. La investigación se enmarcó en la detección de los parámetros de un ECG
cuyo objetivo era la predicción y el diagnóstico de enfermedades cardíacas como la
muerte súbita cardíaca (SAD), enfermedades pulmonares, bloqueo AV, etc.

En este trabajo se presentó un sistema que adquiere la señal de un ECG, la procesa y

extrae parámetros importantes como PQRST para detectar anomalías cardíacas, dicho
sistema ha sido diseñado usando el SW de aplicación LabView, Matlab y lenguaje C,
además de hacer las respectivas comparaciones con la base de datos del MIT-BIH.

Un segundo trabajo corresponde a (Venkatesan, 2018), los cuales realizaron el:

“Preprocesamiento de señal de ECG y detección de anormalidad basada en clasificador
SVM en aplicaciones de atención médica remota “. Esta investigación se basa en las
enfermedades relacionadas con el corazón y su diagnóstico mediante un ECG,
específicamente se enfoca en la clasificación del latido arrítmico se utiliza principalmente
en la detección de anomalías para identificar problemas relacionados con el corazón para
así prevenir dolor en el pecho o un paro cardíaco.

Este trabajo se relaciona con el preprocesamiento de la señal de un ECG que se

realiza para eliminar el desplazamiento de la línea base u otras interrupciones de la señal
original grabada como lo es el ruido. Para esto se usó un filtro adaptativo LMS
normalizado (DENLMS) para la eliminación de ruido de ECG con menos complejidad
computacional, luego de esto se realiza la detección del pico R y se clasificación el latido,
todo esto basando en la señal de ECG de la base de datos de arritmia MIT-BIH

Documento del Proyecto Final Página 1

 Un Tercer trabajo corresponde a (Chen, Valehi, & Razi, 2019), los cuales
realizaron el: “Monitoreo inteligente del corazón: predicción temprana de problemas
cardíacos a través del análisis predictivo de las señales de ECG.” En este trabajo se
presenta un nuevo marco predictivo que comprende de dos etapas: Clasificador Normal
para determinar anomalías severas en las señales (Alarma Roja), y Clasificador
Personalizado para determinar pequeñas desviaciones de la Morfología (Alarma
Amarilla).

La investigación se enmarcó en el análisis predictivo de las señales de ECG cuyo

objetivo trata de identificar y utilizar distorsiones de señal leves para notificar al usuario
de un riesgo elevado de anomalías cardíacas futuras. Dentro de la investigación se observa
que existe varios inconvenientes en el procesamiento de los datos en tiempo real, por lo
que citan una sección en la que nombran la implementación de redes neuronales que
puedan procesar dichas señales y mejorar la variabilidad de los datos obtenidos entre los
pacientes.

3. PROPUESTA

Bajo el apoyo de los antecedentes antes mencionados hemos optado por el PDS de un
ECG cuya aplicación es detectar si en el transcurso del monitoreo (en tiempo real) existe
presencia de taquicardia, una vez detectada la anomalía enviar una notificación al
smartphone del paciente, de lo dicho podemos afirmar que se trata de un IoT Health, pues
estamos hablando de una especie particular de un holter inteligente que se comunica con
una aplicación móvil, sería de gran ayuda dado que tradicionalmente se debe esperar a
tomar los registros que ha detectado el holter y luego informar al paciente de la anomalía
que presenta su corazón.

4. ANEXOS

Hardware necesario para realizar el proyecto:

• Arduino Uno
• Leds
• Resistencias
• Foto transistor
• Capacitores
• Cables de conexión
• Sensores
• Protoboard

Dado que implica el uso de Hardware hemos decido trabajar en grupo, se estima que el
costo de estos materiales no sobrepase los 50 dólares.

Documento del Proyecto Final Página 2

Trabajos citados
Chen, J., Valehi, A., & Razi, A. (2019). Smart Heart Monitoring: Early Prediction of Heart
Problems Through Predictive Analysis of ECG Signals.

Haque, E., & Ahmed, F. (2018). ECG Signal Based Heart Disease Detection System for
Telemedicine Application.

Venkatesan, C. (2018). ECG Signal Preprocessing and SVM Classifier-Based Abnormality

Detection in Remote Healthcare Applications.

Linkografía:
Recuperado de:
https://www.researchgate.net/publication/322675495_ECG_Signal_Based_Heart_Dise
ase_Detection_System_for_Telemedicine_Application

Recuperado de: https://ieeexplore.ieee.org/abstract/document/8264685

Recuperado de: https://ieeexplore.ieee.org/document/8815772/metrics#metrics

Documento del Proyecto Final Página 3