Agrupamiento dinámico de complejos QRS en tiempo real

La presente tesis se enmarca dentro del ámbito del procesamiento automático de la señal electrocardiográfica (ECG) y, en ella, se presenta un método adaptativo multicanal para el agrupamiento dinámico de latidos basado en contexto capaz de operar en tiempo real. El objetivo principal que se persigue es proporcionar un método que permite separar los latidos contenidos en un registro de ECG en grupos que presentan un patrón similar de activación/propagación en el tejido cardíaco. Para ello, se aplica un enfoque basado en el paradigma del agrupamiento dinámico aplicado a secuencias temporales, que sigue un modelo de aprendizaje no supervisado. El método que se propone emula el comportamiento de los expertos en cuanto que explota el contexto temporal para asignar cada nuevo latido al grupo más apropiado. Para este fin, los grupos se adaptan continuamente a la evolución temporal de las morfologías de latido, y se pueden crear, fusionar o modificar de forma dinámica, dando lugar a un número variable de grupos. Como resultado, se proporciona un resumen de aquellas morfologías de latido presentes en un determinado periodo de tiempo, así como su evolución temporal. Se ha realizado una validación del método de agrupamiento empleando las bases de datos electrocardiográficas de referencia en el ámbito: MIT-BIH Arrhythmia Database y AHA ECG Database. Los resultados obtenidos muestran una pureza de los grupos que alcanza el 98.58% y 99.55 %, respectivamente. Debido a la inexistencia en la bibliografía de soluciones equivalentes a la propuesta en esta tesis, se ha establecido una comparación con las principales propuestas orientadas al agrupamiento en diferido. En dicha comparación se observa que el rendimiento del método no solo es equiparable, sino que en la práctica totalidad de los casos es superior a las propuestas existentes.

keywords: Electrocardiogram (ECG), ECG Processing, Dynamic clustering, Real-time clustering