Aplicaciones de la transformada wavelet al reconocimiento de patrones en la señal electrocardiográfica

• Autores: Macarena Boix García
• Directores de la Tesis: Enrique Jorda Mora (dir. tes.), Pau Micó Tormos (codir. tes.)
• Lectura: En la Universitat Politècnica de València ( España ) en 2009
• Idioma: español
• Tribunal Calificador de la Tesis: Alfredo Peris Manguillot (presid.), Antonio Galbis Verdú (secret.), Pedro José Miana Sanz (voc.), Francisco Balibrea Gallego (voc.), Daniel Novak (voc.)
• Materias:
  • Matemáticas
    • Análisis y análisis funcional
      • Transformadas integrales
  • Ciencias médicas
    • Medicina interna
      • Cardiología
    • Patología
      • Patología cardiovascular
• Texto completo no disponible (Saber más ...)
• Resumen

  • El presente trabajo tiene como objetivo implementar una aplicación basada en la Transformada Wavelet (WT) para la identificación y análisis de los patrones que aparecen en las señales electrocardiográficas (ecg).

    Para ello, inicialmente, se detalla la actividad eléctrica del corazón, sus ondas,sus segmentos e intervalos. En este apartado, cobra especial importancia el complejo QRS, que se utilizará para la segmentación de latidos del electrocardiograma (ECG).

    A continuación se justifica la aplicación de la WT (en sus formas continua y discreta) en el ámbito del análisis de señales. Además, se define la terminología utilizada durante la descomposición de la señal ecg tanto en funciones scaling como en funciones wavelet. Todo ello nos permite realizar un análisis multiresolución sobre las funciones derivadas de la descomposición de la señal ecg que se aplica, entre otras cosas, para: (i) la segmentación del ECG en latidos; (ii) la identificación de sus ondas; (iii) la identificación de diferentes patrones cardiopáticos; (iv) la compresión de la señal ecg; (v) etc.

    Finalmente, se desarrollan algunas de las aplicaciones de la WT sobre señales ecg: (i) la segmentación de la señal ecg mediante la detección de complejos QRS; (ii) la identificación y segmentación de las ondas T; (iii) la identificación de alternancias de onda T (T-wave Alternans, (TWA)); y (iv) la estimación de la diferencia de niveles eléctricos en señales ecg con TWA. Se incluye también un estudio comparativo de compresión de señales ecg usando diferentes wavelet madre atendiendo a diferentes cardiopatías.