Simulación del algoritmo Pan-Tompkins para la detección
de intervalos qrs en tiempo real1
Simulation of the Pan-Tompkins algorithm for real time detection of qrs intervals
Edwin Andrés Quintero Salazar* Juan David Valencia Parra**
Presentado: 29 de febrero del 2012 Aprobado: 10 de abril del 2012
Resumen
Introducción: en el presente documento se muestran
los resultados obtenidos al realizar la simulación del
algoritmo propuesto por Pan y Tompkins, ampliamente
utilizado para la detección de complejos qrs en señales
electrocardiográficas, sobre la plataforma Visualdsp++
del procesador digital de señales adsp-bf533 de la marca
Analog Devices, el cual trata de un sistema embebido en
el que se posibilita el tratamiento de los datos en tiempo
real. Metodología: para el desarrollo de la simulación se
aplicó el algoritmo a 20 señales descargadas de manera
aleatoria de la base de datos Physionet, del Massachusetts
Institute of Technology. Resultado: el sistema detectó 99
intervalos qrs de un total de 96 existentes, registrando
tres desaciertos debido a la presencia de ruido cuyo ori-
gen no se sitúa en la señal eléctrica del corazón, sino en
interferencias electromagnéticas externas. Conclusiones:
es posible pasar a la fase de implementación del algorit-
mo de reconocimiento, sobre el hardware del procesador
adsp-bf533, lo cual permitirá una identificación fiable de
complejos qrs, a velocidades mucho mayores que las al-
canzadas por los equipos de cómputo convencionales.
Palabras clave: electrocardiograma, intervalo qrs, procesa-
miento digital de señales, sistema embebido, tiempo real.
Cómo citar este artículo: Quintero Salazar, Edwin Andrés y Va-
lencia Parra, Juan David (2012), “Simulación del algoritmo Pan-
Tompkins para la detección de intervalos qrs en tiempo real”,
en Revista Memorias, vol. 10, núm. 18, pp. 73-81
1 rreo electrónico: equintero@utp.edu.co.
Artículo de investigación resultado del proyecto de inves-
tigación “Procesamiento en tiempo real de señales de elec-
trocardiograma”, desarrollado en el 2011 por el grupo de
investigación de Ingeniería Electrónica de la Universidad
Tecnológica de Pereira (utp).
73
Abstract
Introduction: This paper shows the results obtained by
running a simulation of the algorithm proposed by Pan
and Tompkins, widely used for the detection of qrs com-
plexes in electrocardiographic signals, on the Visual
dsp++ platform of the adsp-bf533 digital signal processor
from Analog Devices; which is an embedded system that
makes the treatment of information in real time possible.
Methodology: For the simulation, we applied the algo-
rithm to 20 random signals from the Physionet database
of the Massachusetts Institute of Technology. Results: The
system detected 99 qrs intervals from a total of 96, the
3 false positives where originated by noise, not from the
electric signal from the heart, but from external electro-
magnetic interference. Conclusions: It is now possible
proceed to the implementation phase of the recognition
algorithm on the adsp-bf533 processor hardware, this will
provide a trustworthy identification of qrs complexes at
better speeds than conventional computer equipment.
Keywords: electrocardiogram, qrs interval, digital signal
processing, embedded system, real time.
*
Ingeniero Electrónico de la Universidad de Manizales. Ma-
gíster en Instrumentación Física de la Universidad Tecno-
lógica de Pereira (utp). Director del Programa de Ingeniería
Electrónica de la Universidad Tecnológica de Pereira. Co-
**
Ingeniero Electrónico de la Universidad Tecnológica de
Pereira. Jefe del Departamento Técnico de Media Commer-
ce. Correo electrónico: juandask@utp.edu.co
 Simulación del Algoritmo Pan-Tompkins para la detección de intervalos qrs en tiempo real
Introducción
E
l electrocardiograma contiene informa-
ción importante que permite detectar
y corregir enfermedades cardiacas de
forma certera, una vez que los datos relevantes
son individualizados por un cardiólogo exper-
to. Una de las secciones más representativas de
este tipo de señales es el intervalo qrs, el cual
representa la despolarización de los ventrícu-
los del corazón. Así pues, su detección correcta
y en tiempo real es sumamente importante en
los equipos electrocardiográficos con desfibri-
ladores automatizados, ya que la probabilidad
de desfibrilación exitosa disminuye rápidamen-
te a medida que pasa el tiempo luego de una fi-
brilación ventricular (González, 2008). Dado lo
anterior, es posible concluir que constituye un
problema de investigación importante que re-
quiere atención y que es pertinente enfrentar
desde el procesamiento digital de señales. Esta
característica de urgencia, y por ende el reque-
rimiento de altas velocidades de procesamiento,
anulan la posibilidad de utilizar sistemas con-
vencionales de cómputo para el tratamiento de
este tipo de señales, con lo cual se abre la posibi-
lidad de implementar sistemas embebidos con
capacidad de operación en tiempo real.
Si bien en la actualidad son abundantes los
Volumen 10, Número 18 / julio-diciembre del 2012
documentos científicos existentes que abordan la
Revista Nacional de Investigaciones - Memorias
detección del qrs, son pocos los que hacen refe-
rencia a su identificación en sistemas embebidos
que posibiliten el procesamiento en tiempo real.
Dentro de este conjunto de reducidos elementos
cabe destacar el trabajo “Metodología para im-
plementación de algoritmos sobre dsp orientados
al proceso de bioseñales” (Avendaño, 2004), en el
cual se desarrolla la implementación de algorit-
mos para la detección de complejos qrs en tiempo
real, orientados al procesador digital de señales
tms320c6701 de la marca Texas Instruments, uti-
lizando para ello operaciones de submuestreo y
de transformada Wavelet. Asimismo, en “Análisis
74
e implementación de algoritmos de detección de
complejos qrs en tiempo real” (Escolá, 2009), se
presenta la implementación de un algoritmo que
permite identificar los intervalos qrs por medio
de filtros, integradores y derivadores, que básica-
mente tratan de encontrar los cambios bruscos de
pendiente que caracterizan el inicio de las ondas
r, todo enfocado a la implementación en la adsp-
bf533 de Analog Devices. Finalmente cabe men-
cionar que en “Mejoramiento del algoritmo clásico
de detección de complejos qrs en señal electro-
cardiográfica” (Vidal, 2010), se presenta el trabajo
de un grupo de ingenieros de la Universidad de
Talca en Chile, los cuales realizaron mejoras al
algoritmo clásico de detección de complejos qrs
Hamilton-Tompkins, usando el algoritmo de Hol-
signer —basado en la medición de la tasa de cam-
bio del ecg— e identificando cuando dicho valor
es superior a un umbral definido. Sin embargo,
este estudio llegó a la conclusión de que el algorit-
mo propuesto aumenta la cantidad de falsos posi-
tivos detectados, disminuyendo su efectividad.
Así pues, para la identificación oportuna de
patologías cardiacas, que se evidencian en las
variaciones presentadas por el intervalo qrs de la
señal electrocardiográfica, fue necesario imple-
mentar algoritmos de reconocimiento con altas
tasas de aciertos —como el Pan-Tompkins— so-
bre sistemas embebidos que permitan el proce-
samiento de los datos en tiempo real, como lo
hace la tarjeta de procesamiento digital de seña-
les adsp-bf533 de la marca Analog Devices. Sin
embargo, siempre será necesario agotar la eta-
pa inicial de simulación antes de proceder con
la implementación, con el fin de validar el mé-
todo e identificar posibles puntos a mejorar de
manera que el sistema opere óptimamente. Por
esta razón, el objetivo fundamental del presente
trabajo consiste en aplicar el algoritmo anterior-
mente mencionado a una serie de 20 señales ecg
con el fin de evaluar la confiabilidad del método
y, de esta manera, establecer la posibilidad de
proceder con la etapa de implementación.
 Edwin Andrés Quintero Salazar - Juan David Valencia Parra

Metodología se lleva a cabo la repolarización auricular, lla-

Volumen 10, Número 18 / julio-diciembre del 2012

Revista Nacional de Investigaciones - Memorias
mada onda t, la cual queda enmascarada por el
Para la ejecución de esta investigación inicial- complejo qrs y, por tanto, esta deflexión no sue-
mente se realizó la implementación del algoritmo le observarse en la señal ecg de 12 derivaciones.
de Pan-Tompkins en el software de desarrollo in-
tegrado Visual dsp++ 5.0, el cual permite simular
los puertos y unidades de memoria de la tarjeta
adsp-bf533 de Analog Devices (Kuo, 2007). Una
vez agotada esta fase, se procedió a ingresar al
algoritmo 20 señales electrocardiográficas obte-
nidas de la base de datos Physionet, del Massachu-
setts Institute of Technology (2011), detectando de
esta manera los complejos qrs de cada una de las
señales pertenecientes a la muestra, y comparan- Duración
Amplitud P-R: 0,12-0,20 s
do los resultados obtenidos con la información Onda P: 0,25 mV Q-T: 0,35-0,44 s
suministrada por Physionet acerca del número de Onda R: 1,60 mV S-T: 0,05-0,15 s
Onda Q: 25% R P: 0,11 s
eventos qrs existentes en cada señal, para de esta Onda T: 0,1-0,5 mV QRS: 0,09 s
manera establecer el porcentaje de aciertos del Figura 1. Características de la señal ecg
sistema desarrollado. Fuente: los autores

Fundamentación teórica Algoritmo de Pan-Tompkins

Complejo qrs
Cada onda presente en el ecg se encuentra di-
rectamente relacionada con una acción especí-
fica del sistema cardiaco que genera diferentes
potenciales. Un periodo cíclico de la señal ecg
correspondiente a un individuo sano, se encuen-
tra conformado por una onda p, el complejo qrs,
la onda t y la onda u. Las secciones dentro del
electrocardiograma que se encuentran entre las
deflexiones se denominan segmentos, y las distan-
cias entre las ondas se conocen como intervalos.
Las señales ecg se pueden ver divididas en los
siguientes intervalos o segmentos (ver figura 1):
onda p, complejo qrs, onda t, onda u, segmento pr,
segmento st, intervalo pp, intervalo rr, e intervalo qt.
El complejo qrs representa la despolariza-
ción de los ventrículos. Asimismo, se encuentra
conformado por las ondas q, r y s. Su duración
es de aproximadamente 100 ms y su amplitud se
encuentra entre 1 mV y 3 mV. Durante este evento
Pan y Tompkins (1985) proponen un algoritmo
de detección de complejos qrs (figura 2) basado
en el análisis de la pendiente, la amplitud, y el
ancho de los complejos qrs. El algoritmo involu-
cra una serie de filtros y operadores de tipo paso
bajo, paso alto, derivador, cuadratura, integra-
dor, umbralización adaptativa y procedimientos
de búsqueda (Rangayyan, 2001), los cuales se
analizan en los siguientes apartados.
Filtro Elevar al Ventana de
Derivador
Pasa-Banda cuadrado integración
Figura 2. Diagrama de bloques del algoritmo de
Pan-Tompkins
Fuente: los autores
Filtro pasa bajo
El filtro pasa bajo recursivo, utilizado en el algorit-
mo de Pan-Tompkins, posee coeficientes enteros
con el fin de reducir la complejidad y el consumo

75
 Simulación del Algoritmo Pan-Tompkins para la detección de intervalos qrs en tiempo real

computacional. La función de transferencia dis- Así, la función de transferencia H hp (z) del fil-
creta de este filtro está dada por la ecuación (1). tro de paso alto se especifica en la expresión (5).

1 (1 − z )
−6 2 
H( z ) = (1) + KS ] ]   + OS ] (5)
32 (1 − z −1 )2 

De manera equivalente, la salida p(n ) del fil-

En términos de una ecuación en diferencias, tro de paso alto está dada por la ecuación de dife-
con el objeto de implementar el filtro pasa ba- rencias descrita en (6).
jos discreto en forma computacional, la salida
y(n ) está relacionada con la entrada de x (n ) a 1
p(n ) = x (n − 16) − [ y(n − 1) + x (n ) − x (n − 32)]
través de (2). 32
(6)
1
y (n) = 2 y (n - 1) - y (n - 2) + [ x(n) - 2 x(n - 6) + x(n - 12)]
32
Con x (n ) y y(n ) relacionados en la ecuación
(2) (5). El filtro paso alto tiene un límite de frecuen-
cia de 5 Hz e introduce un retraso de 80 ms.
Con velocidad de muestreo de 200 Hz, el filtro
tiene una frecuencia de corte de f c = 11Hz, e in- Derivador
troduce un retraso de 5 muestras o 25 ms. El filtro
El operador derivativo usado por Pan y Tompkins
suministra una atenuación superior de 35 dB a 60
está dado por la ecuación (7).
Hz, y suprime de manera efectiva interferencias
en la línea eléctrica, si es que esta se encuentra 1
presente.
y( n ) = [ 2x (n ) + x (n − 1) − x (n − 3) − 2x (n − 4)]
8

(7)
Filtro pasa alto
Esta expresión se aproxima el operador ideal
El filtro pasa alto utilizado en el algoritmo es im- d
dthasta 30 Hz. El procedimiento derivativo eli-
plementado como un filtro pasa todo menos un
Volumen 10, Número 18 / julio-diciembre del 2012

mina las componentes de baja frecuencia de las

Revista Nacional de Investigaciones - Memorias

filtro paso bajo. El componente paso bajo tiene

ondas p y t, y proporciona una gran ganancia
la función de transferencia dada por (3).
para las componentes de alta frecuencia.

+ OS  ] 
  ] 
 

(3) Cuadratura
  ]  
La operación de cuadratura hace positivo el re-
sultado de los filtros descritos anteriormente y
En ecuación en diferencia, la relación entra-
enfatiza las grandes diferencias resultantes de
da-salida se encuentra especificada por (4).
los complejos qrs. Las pequeñas diferencias de-
\ Q  \Q   [ Q   [ Q   rivadas de las ondas p y t son suprimidas. Las
componentes de alta frecuencia en la señal re-
(4) lacionada con el complejo qrs, son acentuadas.

76
 Edwin Andrés Quintero Salazar - Juan David Valencia Parra

Integrador Todos los miembros de la familia Blackfin®

Volumen 10, Número 18 / julio-diciembre del 2012

Revista Nacional de Investigaciones - Memorias
comparten el mismo núcleo, lo único que los di-
Como se observa en el apartado anterior, la sali-
ferencia es la capacidad de memoria, la velocidad
da de una operación derivativa exhibe múltiples
de operación, el consumo de potencia y el núme-
picos dentro de la duración de un complejo qrs
ro de periféricos integrados, lo que hace que estos
simple. El algoritmo de Pan-Tompkins suaviza
procesadores sean muy utilizados en dispositivos
la salida de las operaciones realizadas anterior-
electrónicos y en equipos de telecomunicaciones y
mente a través de un movimiento de ventana del
procesamiento de audio y video de alto desempeño.
filtro integrador dado por (8).
El adsp-bf533 proporciona un alto rendi-
miento, caché de arquitectura flexible, un sub-
1
y(n ) =  x ( n − ( N − 1) ) + x ( n − ( N − 2) ) +  + x (n )  sistema mejorado del acceso directo a memoria
N
(dma), y la funcionalidad del manejo de ener-
(8) gía dinámica (dpm), ofreciendo de esta manera
a los diseñadores una plataforma flexible para
Arquitectura de la tarjeta adsp- abordar una amplia gama de aplicaciones, in-
bf533 y descripción del entorno de cluyendo las comunicaciones, la electrónica au-
desarrollo visual dsp++ 5.0 tomotriz y la instrumentación industrial.
El procesador adsp-bf533 es un miembro de la
familia Blackfin®, producto incorporado por Ana-
log Devices®, Inc. Intel Micro. Basados en arqui-
tectura de micro señal (msa), y desarrollados en
conjunto con Intel®, los procesadores Blackfin
combinan una serie de instrucciones de 32 bits
risc trabajando de forma similar a los microcon-
troladores de propósito general. Además, cuen-
tan con una funcionalidad de procesamiento de
señal de multiplicación y acumulación (mac) de
16 bits dual. En la figura 3 es posible observar la
arquitectura del sistema embebido en cuestión,
mientras que la figura 4 contiene una vista gene- Figura 4. Vista general del procesador digital de señales
ral de la tarjeta. adsp-bf533 de Analog Devices
Fuente: Analog Devices
Voltage regulator JTAG test and emulation

Algunas de las características más importan-

Peripheral access bus

Interrupt Whatchdog
controller timer
RTC
tes de la tarjeta son:
L1 instruction L1 data DMA PPI

• Procesador Blackfin de alto rendimiento has-

memory memory controller GPIO
Timer0-2 Port
access bus

DMA
external F
core bus SPI
ta 600 MHz.
DMA
External access bus bus
UART
DMA

External port flash, SDRAM control

16
Sport0-1
• Dos mac (registros controladores de acceso a
Boot rom
memoria) de 16 bits, dos alu (unidades aritme-
Figura 3. Diagrama de bloques funcional ticológicas) de 40 bits, cuatro alu de vídeo de 8
Fuente: Analog Devices bits, shifter de 40 bits.

77
 Simulación del Algoritmo Pan-Tompkins para la detección de intervalos qrs en tiempo real

• Modelo de enseñanza para facilitar la • Fácil acceso para herramientas de desarrollo

programación. de código.
• Depuración avanzada, detección y seguimien- • Opciones flexibles de construcción de proyectos.
to de los resultados. • Soporte Visualdsp++ 5.0 Kernel (vdk)
• Amplia gama de voltajes de funcionamiento. • Manejo flexible del espacio de trabajo (work-
• Regulador de voltaje programable en un chip. space). Crea hasta 10 espacios de trabajo y rá-
pidamente los intercambia entre ellos.
Asimismo se presentan algunas característi- • Fácil movimiento entre actividades de cons-
cas básicas del software de desarrollo Visualdsp++ trucción y depuración.
5.0, en el cual es posible simular los desarrollos
construidos, previo a su envío a la dsp: Resultados
• Capacidades de edición extensa. En la figura 5 es posible observar el diagrama de
• Manejo flexible de proyectos. flujo correspondiente al algoritmo

Start 1

int i,j,k=0;
/*float c[N];*/ for (i=4; i<=N-1; i++)
float fpb[N];
float fpa[N];
float der[N]; der[i]=((0,125)*((fpa[i]*2)+(fpa[i-1])-(fpa[i-3])-(fpa[i-4]*2)));
float cua[N];
float inte[N];
float temp=0;
float sum=0;
float prom=0;
int picos=0; for (i=0; i<=N-1; i++)

int v=30;
cua[i]=der[i]*der[i];

for (i=2;i<=3;i++)

c[i]=c[i-1]+0,0028; for (i=v; i<=N-1; i++)

for (j=1; j<=v-1; j++)

c[i]=c[i-1]+0,0027; temp=cua[i-(v-j)]+temp;

for (j=4; j<=N; j=j+9)

inte[i]=temp;
temp=0;
for (i=1; i<=3; i++)

c[j+i]=c[j+i-1]+0,0028;
for (i=0; i<=N-1; i++)
Volumen 10, Número 18 / julio-diciembre del 2012

inte[i]=(inte[i]/v);
out[i]=inte[i];
c[j+i]=c[j+i-1]+0,0027;
Revista Nacional de Investigaciones - Memorias

for (k=1; k<=4; k++)

for (i=0; i<=N-1; i++)

c[j+i+k]=c[j+i+k-1]+0,0028; sum=inte[i]+sum;

c[j+i+k]=c[j+i+k-1]+0,0027; prom=(sum/N);

for (i=1; i<=N; i++)

for (i=12; i<=N-1; i++)

(inte[i]<=prom)

fpb[i]=((fpb[i-1]*2)-(fpb[i-2])+((0,03125)*(in[i]-(in[i-6]*2)+in[i-12])));
picos=picos;
(inte[i-1]<=prom)

for (i=32; i<=N-1; i++) picos++; picos=picos;

fpa[i]=((fpb[i-16])-((0,03125)*(fpa[i-1]+fpb[i]-fpb[i-32])));

1 End

Figura 5. Diagrama de flujo del algoritmo implementado en Visual dsp++ 5.0

Fuente: los autores

78
 Edwin Andrés Quintero Salazar - Juan David Valencia Parra

Volumen 10, Número 18 / julio-diciembre del 2012

Revista Nacional de Investigaciones - Memorias
Pan-Tompkins implementado en el simulador
del procesador digital de señales adsp-bf533 de la
marca Analog Devices. Para realizar esta opera-
ción es necesario configurar en el Visual dsp++ 5.0
los registros, puertos, y posiciones de memoria que
serán utilizados en la futura implementación en
hardware del proyecto, de tal manera que la simu- Figura 8. Señal ecg 2 de prueba

lación sea lo más cercana posible al funcionamien- Fuente: los autores

to físico del prototipo de procesamiento digital de
señales electrocardiográficas en tiempo real.
Asimismo, las figuras 7, 9, y 11, presentan los
resultados obtenidos al ejecutar la simulación del
sistema de reconocimiento de complejos qrs me-
diante el algoritmo Pan-Tompkins en tiempo real,
Figura 9. Complejos qrs detectados de la Señal ecg de la
sobre las señales presentadas en las figuras 6, 8, y figura 8. Obsérvese que se producen 6 detecciones de 3 in-
10, respectivamente. Estas imágenes posibilitan tervalos qrs existentes. En este caso se evidencia la afecta-
la realización de una inspección gráfica acerca de ción del sistema frente a la existencia de ruido.

los resultados arrojados por el algoritmo. Fuente: los autores

Figura 6. Señal ecg 1 de prueba Figura 10. Señal ecg 3 de prueba

Fuente: los autores Fuente: los autores

Figura 7. Complejos qrs detectados de la Señal ecg de la Figura 11. Complejos qrs detectados de la Señal ecg de la
figura 6. Obsérvese que se detectan 5 de 5 intervalos qrs figura 10. Obsérvese que se detectan 6 de 6 intervalos qrs
Fuente: los autores Fuente: los autores

79
 Simulación del Algoritmo Pan-Tompkins para la detección de intervalos qrs en tiempo real

Finalmente, con el objetivo de establecer la taza res sobre un total de 20 imágenes de la base de datos de
de detecciones del algoritmo desarrollado, se aplicó el Physionet, del Massachusetts Institute of Technology.
mismo procedimiento descrito en las figuras anterio- Los resultados obtenidos se resumen en la tabla 1.

Tabla 1. Resultados obtenidos al aplicar el algoritmo de Pan-Tompkins implementado en Visual dsp++ 5.0,
sobre un total de 20 señales de la base de datos Physionet

Identificador qrs qrs

Nombre Efectividad (%)
mit existentes detectados
100.dat Señal ecg 1 5 5 100
200.dat Señal ecg 2 3 6 50
234.dat Señal ecg 3 6 6 100
102.dat Señal ecg 4 5 5 100
104.dat Señal ecg 5 5 5 100
106.dat Señal ecg 6 4 4 100
108.dat Señal ecg 7 4 4 100
111.dat Señal ecg 8 5 5 100
113.dat Señal ecg 9 4 4 100
116.dat Señal ecg 10 6 6 100
119.dat Señal ecg 11 4 4 100
203.dat Señal ecg 12 6 6 100
207.dat Señal ecg 13 4 4 100
214.dat Señal ecg 14 5 5 100
220.dat Señal ecg 15 5 5 100
223.dat Señal ecg 16 5 5 100
230.dat Señal ecg 17 6 6 100
231.dat Señal ecg 18 4 4 100
Volumen 10, Número 18 / julio-diciembre del 2012

232.dat Señal ecg 19 3 3 100

Revista Nacional de Investigaciones - Memorias

233.dat Señal ecg 20 7 7 100

Fuente: los autores

Conclusiones de aciertos arrojados por la simulación, abre las

Es necesario mencionar que dado que este pro-
yecto abarca la inicial pero siempre necesaria
etapa de simulación de un sistema embebido
para la identificación de intervalos qrs en se-
ñales electrocardiográficas, no es posible emitir
conclusiones acerca del comportamiento del sis-
tema en tiempo real. Sin embargo, el alto número
puertas para la futura implementación del sis-
tema en una tarjeta procesadora de señales, tal
como la adsp-bf533 de Analog Devices, lo cual
ofrecería enormes ventajas, ya que permitiría ade-
lantar una rápida identificación de los complejos
qrs, detectando de manera inmediata fibrilacio-
nes ventriculares, las cuales se ven reflejas preci-
samente en este complejo. Así pues, un sistema

80
 Edwin Andrés Quintero Salazar - Juan David Valencia Parra

de identificación en tiempo real posibilita la rea- Referencias

Volumen 10, Número 18 / julio-diciembre del 2012

lización de desfibrilaciones tempranas, lo cual,
en consecuencia, puede representar la diferencia
entra la vida y la muerte para los pacientes que
manifiestan este tipo de patologías.
Por otra parte, vale la pena resaltar que el en-
torno de desarrollo Visual dsp++ 5.0 de Analog
Devices, ofrece gran versatilidad a la hora de
adelantar la simulación del sistema desarrolla-
do, ya que permite seleccionar los registros es-
peciales, puertos I/O, y posiciones de memoria
tal como se realizaría dentro del procesador
real, logrando de esta manera acercar el resul-
tado arrojado por la simulación al obtenido al
realizar la implementación física del sistema en
la tarjeta procesadora de señales. Esta situación
prevé una gran confianza en el desarrollo, ya
que es de esperarse que la alta tasa de aciertos
obtenidos en la presente investigación sean re-
petibles una vez el sistema sea implementado en
el hardware.
Finalmente, se considera importante desta-
car que si bien en la gran mayoría de las señales
fueron identificados la totalidad de los complejos
qrs existentes, para la señal 3 el sistema registro
como intervalos qrs una de serie de eventos aso-
ciados con el ruido presente en la señal, el cual
pudo introducirse en el proceso de captura de
esta. Sin embargo, si se observan con atención
los patrones suministrados por el algoritmo en
regiones en las cuales existían eventos fallidos,
es posible concluir que son bastante irregulares
si se comparan con las figuras de aspecto trape-
zoidal correspondientes a qrs reales. Este com-
portamiento lleva a concluir que, como trabajo
futuro, es posible adelantar un filtrado previo al
tratamiento realizado por el algoritmo Pan-Tom-
pkins, de tal manera que estas perturbaciones
sean minimizadas, y, por ende, eliminadas del
conteo de intervalos qrs detectados.
Revista Nacional de Investigaciones - Memorias
Analog Devices (2011), Blackfin Embedded Processor
adsp-bf533 Data Sheet [en línea], disponible en:
http://www.analog.com/static/imported-files/
data_sheets/ADSP-BF531_BF532_BF533.pdf, re-
cuperado: 10 de julio del 2011.
Avendaño, L. (2004), “Metodología para implemen-
tación de algoritmos sobre dsp orientados al
proceso de bioseñales”, en Revista Scientia et
Technica, núm. 24, pp. 67-72.
Escolá, J. (2009), Análisis e implementación de algo-
ritmo de detección de complejos qrs en tiempo real
[en línea], disponible en: http://www.electron.
frba.utn.edu.ar/materias/95-0473/archivos/pro-
yectos/Informe-_Analisis_e_implementacion_
de_deteccion_de%20_QRS.pdf, recuperado: 22
de junio del 2011.
González, R.; Martínez, J.; Fernández, A.; Garrido,
H. y Rodríguez, J. (2008), Diseño de un electrocar-
diógrafo portátil [en línea], disponible en: http://
w w w.seeic.org/congreso/internacion/cuba/
pdf/00423.pdf, recuperado: 13 de agosto del 2011.
Kuo, S.M. y Gan, W.S. (2007), Embedded Signal Pro-
cessing with the Micro Signal Architecture, New
Jersey, John Wiley & Sons, Inc., Hoboken.
Massachusetts Institute of Technology. (2011), Physio-
net: The Research Resource for Complex Physiologic
Signals [en línea], disponible en: http://www.phy-
sionet.org/, recuperado: 15 de noviembre del 2011.
Pan, J. y Tompkins, W.J. (1985), “A Real Time qrs Detec-
tion Algorithm”, en IEEE Transactions on Biomedi-
cal Engineering, vol. bme-32, núm. 3, pp. 230-236.
Rangayyan, R.M. (2001), Biomedical Signal Analysis,
Calgara, Alberta, Canada: University of Calgary.
Vidal, C.; Gatica, V.; Alegría, D. y Arce, P. (2010), Me-
joramiento de Algoritmo Clásico de Detección
de Complejos qrs en Señal Electrocardiográfi-
ca, en Ingeniare, Revista Chilena de Ingeniería,
vol. 18, núm. 2, pp. 176-182.

81