Sie sind auf Seite 1von 8

EVALUACIÓN DE PARÁMETROS COMPLEJOS

DE TRANSFORMADA WAVELET
Echeverría Chaparro Charles Stiwart, charles.echeverria@escom.edu.co
Barajas Bustos Yiandri Jimena, yiandri.barajas@escom.edu.co
Escuela de Comunicaciones Militares
Facatativá, Colombia

I. RESUMEN según se considera de los más importantes es el de


la medicina. Partiendo de esto, es prioridad
Mediante la modificación en los métodos del procesamiento de aumentar la eficiencia en los estudios con el fin de
datos se busca aumentar la eficiencia en el análisis de señales
electrocardiográficas. Se añadió un ruido blanco a la señal ECG entregar dictámenes acertados, siendo el enfoque
para poder observar más notoriamente el resultado al aplicar la de éste proyecto las señales electrocardiográficas
transformada Wavelet; se establecieron los parámetros más (señales ECG). Este tipo de señales, poseen
apropiados para la transformada Wavelet haciendo uso del
principio de entropía Wavelet, para finalmente establecer una componentes de frecuencia con variaciones en el
clasificación binaria mediante correlación cruzada, y definir si tiempo por lo cual se hace necesaria la aplicación
el paciente está enfermo o no. de métodos especializados en el rendimiento tanto
de frecuencia como de tiempo. [ CITATION Tve18 \l
II. ABSTRACT 9226 ]
The modification of the data processing methods seeks to
increase the efficiency in the analysis of electrocardiographic Para lograr esta mejora se usa la transformada
signals. A white noise was added to the ECG signal to be able to wavelet, la cual es una tecnología de análisis de
observe the result more noticeably when applying the Wavelet datos más prometedoras en el momento. Dentro de
transform; the most appropriate parameters for the Wavelet
transform were established using the Wavelet entropy principle, la transformada se encuentran métodos como:
to finally establish a binary classification through cross- elección de los parámetros para el procesamiento
correlation, and define whether the patient is sick or not. de datos, determinación del nivel de
descomposición de wavelet y la elección de la base
III. PALABRAS CLAVE wavelet. [ CITATION Tve18 \l 9226 ]

Correlación cruzada, descomposición de la señal, Estos métodos también son aplicados en áreas de
entropía wavelet, evaluación de parámetros, trabajo como las tecnologías de la información, en
procesamiento de señales, respuesta de frecuencia sistemas de información, control, etc.
de wavelet, señales ECG, señales no estacionarias,
tecnologías de la información, transformada VI. OBJETIVOS
wavelet.
A. Objetivo General
IV. KEY WORDS
 Aumentar la eficiencia en el análisis de una
Cross correlation, signal decomposition, wavelet señal ECG mediante la mejora en los
entropy, parameter evaluation, signal processing, métodos del procesamiento de la señal.
wavelet frequency response, ECG signals, non-
stationary signals, information technology, wavelet B. Objetivos Específicos
transform.
 Simular una señal electrocardiográfica
V. INTRODUCCIÓN importada desde una base de datos hacia
MATLAB.
Actualmente es necesario realizar mejoras
constantes en diversos ámbitos, uno de ellos y
 Realizar el debido procesamiento teniendo
en cuenta las respectivas mejoras en los
parámetros de evaluación wavelet.
 Clasificar el estado de salud de forma
binaria entre las señales, mediante el
método de correlación cruzada.

VII. ESTADO DEL ARTE

A. Señales Electrocardiográficas Fig. 1: Ondas que componen la señal ECG.

El electrocardiograma es un registro gráfico de los Mediante el debido procesamiento de una señal


potenciales eléctricos generados en el corazón ECG, el especialista de la salud puede brindar un
durante el ciclo cardíaco, estos también conocidos dictamen acertado a su paciente, entre algunas de
por sus siglas ECG o EKG, entregan información las patologías o anormalidades que pueden ser
relevante sobre el funcionamiento del corazón. detectadas con un buen electrocardiograma se
Este tipo de señales se pueden detectar mediante el pueden encontrar las siguientes:
uso de electrodos, ubicados en diversas partes del
cuerpo y conectados a un aparato B. Patologías
electrocardiográfico, que registra las variaciones
en el ritmo cardíaco. [ CITATION Vid05 \l 9226 ] La primera de ellas es la DEXTROCARDIA, dicha
patología se presenta cuando el corazón no se
La electrocardiografía tiene un papel importante en encuentra en su sitio habitual (a la izquierda del
la cardiología, debido a que es un procedimiento tórax), sino que se encuentra en la parte central del
efectivo y no invasivo para el diagnóstico de mismo. Según estudios, esta anomalía se presenta
patologías cardiovasculares. Su importancia se en los primeros meses de gestación.
debe al análisis de la actividad eléctrica del
corazón a través de los registros Generalmente cuando se presenta esta patología no
electrocardiográficos (ECG). [ CITATION VER061 \l solo ocurre con el corazón, ocurre también con los
9226 ] órganos impares como el hígado, estómago, etc., al
no encontrarse en su posición normal. La
Este método consiste en la extracción de Dextrocardia no es algo grave que requiera de
características de las señales ECG para obtener tratamiento intenso, pero si hace que la persona
información clínica relevante, que permita que la padece sea más propensa a otras
determinar las posibles patologías que presenta el complicaciones, una de ellas esterilidad en los
paciente mediante el análisis de las ondas hombres. [ CITATION LVa19 \l 9226 ]
obtenidas. [ CITATION VER061 \l 9226 ]
Otra patología que se puede detectar mediante un
Un electrocardiograma habitual está conformado ECG es la TAQUICARDIA, cuyo principal
por 5 ondas: P, Q, R, S y T. síntoma es el aumento de la frecuencia cardíaca
Durante la despolarización “activación” y por encima de las 100 pulsaciones por minuto,
repolarización “recuperación” miocárdica, llegando incluso a las 400 ppm. Dicho aumento en
aparecen las ondas del ECG. Las distancias entre la frecuencia hace que el corazón no trabaje de
deflexiones u ondas se denominan segmentos o manera óptima y la tarea de llevar oxigeno por el
intervalos. Un periodo del ECG perteneciente a un cuerpo se vea comprometida.
individuo sano, consiste en una onda P, el
complejo QRS está compuesto por las 3 ondas Q, Algunos de los síntomas de la taquicardia son:
R y S, la onda T y la onda U. [ CITATION htt20 \l mareos, dificultad para respirar y vértigo, la
9226 ] taquicardia por sí sola no representa peligro, pero
puede ser indicio de la presencia de otras
enfermedades como la arritmia, por lo que se
aconseja visitar a un especialista para estos casos. [ Aplicando estas técnicas digitales se obtiene una
CITATION San201 \l 9226 ] representación en escala de tiempo de una señal
digital de la siguiente manera:
La BRADICARDIA es una patología contraria a la
taquicardia, esta ocurre cuando las pulsaciones por
minuto del corazón son menores de 60, es decir,
que el corazón trabaja con lentitud haciendo que
todo el organismo funcione de manera inadecuada.
La bradicardia no tiene síntomas asociados pero
cuando se descubre, a los pacientes se les realiza la
implantación de un marcapasos para mantenerlos
bajo control y evitar poner en riesgo sus vidas.
[ CITATION Inf171 \l 9226 ]

La HIPERCALEMIA o la HIPERPOTASEMIA,
consiste en un alto índice en los niveles de potasio Fig. 2: Representación tiempo-escala de la Transformada Wavelet.
presente en la sangre, para que éste se pueda Fuente: “Real-Time Wavelet Analysis of a Vibration Signal Based
on Arduino-UNO and LabVIEW”, pg. 67.
considerar en un nivel alto se debe encontrar por
encima de 5.5 mili-moles por litro de sangre. En
los casos leves de hipercalemia no se suelen La Wavelet es una función matemática oscilante
presentar síntomas y suelen tener un tratamiento utilizada en el procesamiento de imágenes y
leve, pero de ser un caso severo y no recibir un señales. Se escala la función a diferentes tamaños y
tratamiento adecuado, la hipercalemia puede se incorpora a la señal de entrada, obteniendo la
desarrollar arritmias que pueden llegar a ser Transformada Wavelet. Ésta permite capturar
mortales. [ CITATION Ass17 \l 9226 ] información espacial y temporal en la señal, la
cuales invaluable al momento de buscar unas
La quinta patología detectable con un características específicas en la señal ECG.
[ CITATION And16 \l 9226 ]
electrocardiograma es la ISQUEMIA
MIOCÁRDICA, en la cual el flujo sanguíneo se
reduce debido a la obstrucción en las arterias del
corazón, haciendo que el músculo cardíaco no
reciba el suficiente oxígeno, haciendo que el
paciente sea propenso a arritmias y/o ataques
cardíacos dependiendo del nivel de obstrucción en
la arteria. Como en otras patologías, en la mayoría
de casos no se presentan síntomas y su
descubrimiento es mediante los
electrocardiogramas realizados a los pacientes.
[ CITATION Cli19 \l 9226 ]

C. Transformada Wavelet

La Transformada Wavelet discreta se utiliza para Fig. 3: Tipos de Wavelet. Fuente:


https://medium.com/@andrewtan_36013/electrocardiograms-qrs-
filtrar a diferentes frecuencias de corte permitiendo detection-using-wavelet-analysis-a1070505efee
analizar la señal en diferentes escalas. Primero, la
señal debe pasar a través de un filtro pasa-altas D. Correlación Cruzada
para analizar las frecuencias altas y luego filtrarse
mediante un pasa-bajas con el mismo fin en
frecuencias bajas. [ CITATION Ala15 \l 9226 ]
También conocida como covarianza, es utilizada
en el procesado digital de señales para cuantificar
la similitud entre dos señales.[ CITATION COR201 \l
9226 ]
VIII. PROCEDIMIENTO O
METODOLOGÍA

A. Obtención de la señal

La señal ECG utilizada se obtuvo mediante la


página PhysioNet, este sitio web ofrece un acceso
gratuito a grandes colecciones de señales
fisiológicas registradas, entre ellas las ECG.
[ CITATION Phi20 \l 9226 ]

Allí se eligió la base de datos MIT-BIH


Arrhythmia Database (mitdb), debido a que ésta
fue la usada en el artículo base de este proyecto. Fig. 5: Código en python para visualizar la señal ECG en
Se dejó como muestra del electrocardiograma la intervalos definidos. Fuente propia.
toma número 100, con una longitud de 10
segundos. En primer lugar se importan las librerías numpy y
matplotlib.pyplot las cuales ya se han trabajado
con anterioridad, también se incluye la nueva
librería scipy.misc de la cual se obtiene la señal del
electrocardiograma. Cabe resaltar que esta librería
trae la muestra 208 y no la 100 como se dijo
anteriormente, aun así en Python se trabajará con
la 100. La frecuencia de muestreo corresponde a
un valor de 360 ya que es la definida por el archivo
.info de la señal. Para hallar el tiempo se divide el
tamaño del vector de la señal entre la frecuencia de
muestreo.
Fig. 4: Obtención de la señal desde la base de datos. Fuente
propia.
Finalmente se grafica la señal deseada con las
A continuación en la caja de herramientas se debe debidas etiquetas. Para visualizar la señal en un
exportar la señal como .mat donde se habilitan intervalo especifico se puede limitar la gráfica
algunos archivos para descargar. El archivo .mat es tanto en el eje x como en y, siendo limitaciones en
el que contiene el arreglo que compone la señal tiempo y en voltaje (amplitud) respectivamente.
elegida, mientras que el archivo .info contiene la
información relacionada a la señal, entre ella
algunos valores como la frecuencia de muestreo

B. Visualización de la señal en intervalos

En la siguiente figura se explica la visualización de


una señal ECG obtenida mediante la base de datos
elegida.
Fig. 6: Gráfica obtenida al código python de la figura 5. Fuente
propia.

C. Código en Matlab y transformada Wavelet

Debido a que se presentaron algunas limitaciones,


se migra el proyecto al software Matlab en el cual
se realiza un tratamiento a la señal de entrada para
eliminar ruido.

Fig. 8: Gráfica obtenida del código Matlab de la figura 7. Fuente


propia.

Como se aprecia en la figura 8, la señal presenta


una mejoría significativa en sus niveles de ruido,
haciéndola más legible para que el especialista en
la salud pueda ofrecer un diagnóstico verídico y así
Fig. 7: Código en Matlab para tratar la señal ECG y eliminar aumentar la eficiencia y precisión en sus análisis.
ruido. Fuente propia.
A continuación se hace un código similar al de la
Primeramente se limpia el espacio de trabajo y la figura 7 para establecer la señal ECG sana, que
ventana de comandos para eliminar cualquier dato servirá de punto de comparación para las demás
de variable que quede almacenado en memoria. señales.
Se declara la frecuencia de muestreo y
seguidamente se carga el archivo “ecg_1.mat”, el
cual contiene la señal ECG.

Para graficar esta señal se realiza una división


entre la ganancia que se le dio al momento de ser
adquirida la señal, posteriormente se agrega un
ruido blanco para evidenciar de una manera más
fácil el uso de la TW. Con la función “wavedec” se
Fig. 9: Código en Matlab para establecer la señal sana. Fuente
deconstruye la señal y allí se establece los propia.
parámetros de la TW, donde se estableció un nivel
3 y de forma (o base) daubechies4, (dentro de la Finalmente, para clasificar la señal de forma
familia de, la número 4 es muy similar a la forma binaria según su estado de salud se usa el método
de una señal ECG). Finalmente se reconstruye la de correlación. Este método permite comparar la
señal de nuevo con daubechies4. señal obtenida del paciente con la señal sana de
referencia.

Fig. 10: Línea de código de correlación. Fuente propia.


Aunque el método de clasificación por correlación
no es tan robusto y preciso como las redes
neuronales, cumplió la función necesaria en la
presentación de este proyecto, que por cuestiones
de tiempo y falta de conocimientos en el tema no
se pudo implementar de la misma forma propuesta
en el artículo base.

IX. RESULTADOS

La primera fase del proyecto que consiste en


introducir y realizar un procesamiento a la señal en
el software se pudo realizar de forma apropiada,
pues se logró eliminar el ruido de la señal y
aumentar su precisión para sus siguientes procesos
de análisis.

Se obtuvieron las gráficas esperadas según los


códigos realizados. Al graficar la correlación se
establece que si existe un solo pico en la gráfica las
señales coinciden, esto se presenta en el momento
en que se hace una autocorrelación en las señales
(Ver figura 12); sin embargo al hacer una Fig. 12: Autocorrelación, si existe similitud. Fuente propia.
correlación cruzada entre las señales y y q, se
observa una señal similar a un ruido, donde no X. CONCLUSIONES
existe un pico específico; por ello se define que no
existe una similitud entre señales, donde se puede Se cumplió con los objetivos propuestos, ya que se
deducir que la primera señal “sig” es una señal logró obtener una señal ECG de forma digital sin
ECG enferma. (Ver figura 11); usar electrodos sin muchas complicaciones.
También se logró aplicar la transformada Wavelet
a la señal con los parámetros adecuados para una
mayor precisión en esta.

De esta manera, se concluye que aplicando los


parámetros adecuados en la transformada Wavelet
se pueden obtener mejores resultados en el filtrado
de la señal, en este caso, una señal natural y tan
importante como lo son las señales ECG.

Con respecto al artículo base de este proyecto, se


puede decir que aunque no se siguió al pie de la
letra el procedimiento propuesto, se obtuvieron
resultados similares. No se usó el software Python
como se había establecido al inicio ya que no se
implementaron redes neuronales, además de que
para transformadas Wavelet se considera mejor el
Fig. 11: Correlación cruzada, no existe similitud. Fuente propia. Matlab por el tema de filtrado.

Se logró mejorar la eficiencia de una señal ECG ya


que al eliminar los datos erróneos (ruido), se
pueden dar diagnósticos más acertados.

XI. GLOSARIO
Entropía wavelet: Es una aproximación usada adquisición y tratamiento de señales electrocardiográficas,»
para medir el orden de una señal, para esto se Revista Facultad de Ingeniería-Universidad de Tarapacá,
2005.
requiere que la señal sea estacionaria. [ CITATION
Mar19 \l 9226 ] [3] O. E. C. E. D. &. P. J. R. VERA, «Extracción de
características de la señal electrocardiográfica mediante
Diagrama de dispersión: Este diagrama permite software de análisis matemático.,» 2006. [En línea].
analizar si existe alguna relación entre dos Available:
https://www.redalyc.org/pdf/849/84911639012.pdf. [Último
variables y saber si el cambio de una variable
acceso: 26 Abr 2020].
afecta a otra.[ CITATION Ait20 \l 9226 ] Los
diagramas de dispersión usan una colección de [4] «El Electrocardiograma. Componentes. Valores normales y
puntos colocados usando coordenadas cartesianas Semiología de sus perturbaciones,» [En línea]. Available:
para mostrar valores de dos variables. Al mostrar http://www.sld.cu/galerias/pdf/sitios/pdvedado/franco_03.pdf.
[Último acceso: 26 Abr 2020].
una variable en cada eje, se puede detectar si existe
una relación o correlación entre las dos variables. [5] L. Vanguardia, «La Vanguardia,» 14 Jul 2019. [En línea].
[ CITATION Cat20 \l 9226 ] Available:
https://www.lavanguardia.com/vida/salud/enfermedades-
Histograma: Se usa para representar gráficamente raras/20190714/463461774990/dextrocardia-corazon-en-la-
una variable, generalmente en forma de barras derecha-situs-inversus-situs-ambigus-anomalias-
cardiacas.html. [Último acceso: 25 Abr 2020].
organizando en el eje vertical las frecuencias de
dicha variable y en el eje horizontal el valor de [6] Sanitas. [En línea]. Available:
dicha variable, también permite ver el número de https://www.sanitas.es/sanitas/seguros/es/particulares/bibliote
veces que se repite un resultado. [ CITATION aec20 \l ca-de-salud/prevencion-salud/taquicardia.html. [Último
9226 ] acceso: 25 Abr 2020].

[7] Infosalus, «Infosalus,» 08 Oct 2017. [En línea]. Available:


Función Sigmoidea: Es una función usada para https://www.infosalus.com/salud-investigacion/noticia-
describir sistemas que inician en un nivel bajo y a bradicardia-problema-si-solo-no-peligroso-necesita-analizar-
medida que progresa va acercándose a un nivel causas-20171008082351.html. [Último acceso: 26 Abr 2020].
alto, la gráfica de esta función es similar a la letra
[8] A. H. Association, «heart.org,» 2017. [En línea]. Available:
“s”.[ CITATION Int20 \l 9226 ] https://www.infosalus.com/salud-investigacion/noticia-
bradicardia-problema-si-solo-no-peligroso-necesita-analizar-
causas-20171008082351.html. [Último acceso: 29 Abr 2020].

[9] M. Clinic, «Mayo Clinic,» 13 Sep 2019. [En línea]. Available:


https://www.infosalus.com/salud-investigacion/noticia-
bradicardia-problema-si-solo-no-peligroso-necesita-analizar-
causas-20171008082351.html. [Último acceso: 29 Abr 2020].

[10 A. A. J. a. R. Bicker, «Real-Time Wavelet Analysis of a


] Vibration Signal Based on Arduino-UNO and LabVIEW,»
International Journal of Materials Science and Engineering,
Fig. 13: Gráfica de la función sigmoidea. Fuente: vol. 3, nº 1, 2015.
http://inteligenciaartificial1.weebly.com/funcioacuten-
sigmoidea.html [11 A. Tan, «Medium,» 18 Dic 2016. [En línea]. Available:
] https://medium.com/@andrewtan_36013/electrocardiograms-
qrs-detection-using-wavelet-analysis-a1070505efee. [Último
XII. REFERENCIAS acceso: 21 May 2020].

[12 «CORRELACIÓN CRUZADA Y AUTOCORRELACIÓN,»


] [En línea]. Available:
http://www.ehu.eus/Procesadodesenales/tema8/corre1.html.
[1] Y. &. D. V. Tverdokhlib, «Complex Parameters Evaluation of
[Último acceso: 25 May 2020].
Wavelet Transformation,» IEEE, pp. 109-112, 2018.
[13 PhisioNet, «PhysioNet,» [En línea]. Available:
[2] C. &. P. F. L. Vidal Silva, «Desarrollo de un sistema de
] https://archive.physionet.org/. [Último acceso: 24 May 2020].

[14 M. Rosenblatt, «Un análisis de la regularidad de funciones


] usando Wavelets,» 8 Ago 2019. [En línea]. Available:
http://cms.dm.uba.ar/academico/carreras/doctorado/Tesis_MR
osenblatt_08_2019.pdf. [Último acceso: 25 May 2020].

[15 Aiteco, «Diagrama de Dispersión: Relación entre Variables,»


] [En línea]. Available: https://www.aiteco.com/diagrama-de-
dispersion/. [Último acceso: 25 May 2020].

[16 Catálogo de visualización de datos, «Diagrama de


] Dispersión,» [En línea]. Available:
https://datavizcatalogue.com/ES/metodos/diagrama_de_disper
sion.html. [Último acceso: 25 May 2020].

[17 aec, «HISTOGRAMA,» [En línea]. Available:


] https://www.aec.es/web/guest/centro-
conocimiento/histograma. [Último acceso: 25 May 2020].

[18 Inteligencia Artificial , «FUNCIÓN SIGMOIDEA,» [En


] línea]. Available:
http://inteligenciaartificial1.weebly.com/funcioacuten-
sigmoidea.html. [Último acceso: 25 May 2020].