Adquisición y procesamiento de la señal

electrocardiográfica de alta resolución

Acquisition and processing of the

high resolution electrocardiographic signal

Nelson Dugarte Jerez. Artículo # JM-IE-016

Universidad de Los Andes, Laboratorio de Instrumentación Científica de Medicina (LIC-M).
Mérida 5101, Venezuela. nelsond@ula.ve

Rubén Medina, Rubén Rojas

Universidad de Los Andes, Grupo de Ingeniería Biomédica (GIBULA).
Mérida 5101, Venezuela. rmedina@ula.ve, rdrojas@ula.ve.

Resumen

Se presenta una revisión Bibliográfica acerca del desarrollo de técnicas de adquisición y el procesamiento de la señal
electrocardiográfica de alta resolución. Instrumentos de este tipo permiten el análisis simultáneo de las 12 derivaciones de
la señal electrocardiográfica. Estos sistemas están estructurados en dos partes; un hardware, que permite la adquisición
del ECG de alta resolución, y un software, que tiene como función el procesamiento de la señal ECG en la computadora,
incorporando técnicas digitales avanzadas. Entre las prestaciones que pueden incorporarse se incluyen, la estimación de
potenciales intra-QRS en tiempo real, la serie temporal correspondiente a los intervalos RR, y técnicas robustas para la
estimación de la serie de intervalos QT. De la misma manera es posible aplicar técnicas de cálculo de la variabilidad QT
(QTV) basadas en el uso de análisis de componentes principales (PCA) o transformadas Wavelets, y técnicas de fusión
evidencial basadas en la regla de Dempster-Shafer, a objeto de deducir índices cuantitativos indicativos de patologías
cardiacas.

Palabras claves: Electrocardiograma, potenciales intra-QRS, variabilidad del QT, detección del mal de Chagas.

Summary

It is presented a Bibliographical review of high resolution electrocardiographic signal acquisition and processing
techniques development. This type of Instruments allows simultaneous analysis of the twelve electrocardiographic signal
derivations. These systems are structured in two parts; hardware that allows the high resolution ECG acquisition, and
software to perform the ECG signal processing in the computer, incorporating advanced digital techniques. Among the
benefits that can be incorporated, real time intra-QRS potential estimates, corresponding RR intervals temporal series, and
robust techniques for QT interval series estimation, are included. In the same way, it is possible to apply calculation
techniques of the QT variability (QTV) based on the use of principal component analysis (PCA) or Wavelet transform, and
evidential reasoning fusion techniques based on the Dempster-Shafer rule, to deduce quantitative indexes of heart
pathologies.

Key words: Electrocardiogram, intra-QRS potential, QT variability, Chaga’s disease detection.

1. Introducción. primeras causas de muerte (paho.org, 2007, Cubillos y

col., 2003). Desde su inicio, la electrocardiografía ha
En la agitada sociedad en que vivimos, las permitido el estudio del funcionamiento del corazón y
enfermedades cardiovasculares constituyen una de las por ende el mejoramiento en el tratamiento de las
patologías cardiacas (Vargas, 1996). La
electrocardiografía mide en la superficie del cuerpo, las
señales eléctricas que se generan a partir de las
contracciones del corazón. La señal electrocardiográfica
se registra en un formato estandarizado de 12
derivaciones o canales de medición llamado
electrocardiograma (ECG). En el ECG, Fig. 1, cada latido
del corazón está estructurado en un grupo de ondas y
complejos, que Einthoven llamó P, Q, R, S, T, dados por
el orden en que aparecen en la señal.
Fig.1. Señal de un latido cardiaco de un paciente sano.
El estudio de las componentes frecuenciales y de los
diferentes intervalos de la señal ECG, ha permitido
establecer una serie de marcadores indicativos de
diversas patologías como la cardiopatía chagásica (Jugo y
col., 2005). El mal de Chagas es causado por el parásito
denominado Tripanosoma cruzi, el cual afecta al sistema
cardiovascular y tarda varios años en manifestarse,
causando en muchos de los casos muerte súbita antes de
que la enfermedad sea detectada (Ribeiro y col., 2006).
El mal de Chagas es endémica de las zonas tropicales,
como Venezuela o Colombia, debido a que en estas zonas
se encuentra el insecto transmisor del parásito, conocido
como chipo o pito (Rodnius prolixus) (Dávila y col.,
2004).
Para realizar un adecuado análisis de la señal ECG y
detectar las pequeñas irregularidades asociadas con las
patologías cardiacas se recurre al empleo del computador
y a sistemas de adquisición de alta resolución. En el
computador se desarrollan programas utilizando
herramientas de software actualizadas, que permitan un
mejor aprovechamiento de las herramientas matemáticas
para conseguir los resultados (Xue y col., 2003).
2. ECG de alta resolución.
El electrocardiograma convencional de 12 canales
solo muestra lo más importante. En los casos de infarto
conocidos, se puede diagnosticar una lesión aguda en
24% a 60% de los pacientes (Schlegel y col., 2004). Para
una identificación mas detallada de los diversos periodos
que conforman el ECG y los respectivos componentes
que estructuran los complejos se requiere la adquisición
del ECG con un mayor grado de detalle que la
electrocardiografía convencional. Para esto se dispone de
electrocardiografía de alta resolución (ECGAR). El ECG
convencional está dispuesto para obtener una forma de
onda con la suficiente definición para la visualización
humana, mientras que la ECGAR trata de realizar el
análisis sobre señales que escapan al ojo humano como
los potenciales tardíos contenidos al final del complejo
QRS (Ramos, 2004, Alfredo y col., 2001), para esto es
necesario la amplificación de señales muy pequeñas, en
el orden de los micro voltios (μV), contenidas en un
ancho de banda frecuencial que está entre 25 a 500 Hz,
Fig. 2 (Vargas, 1996, Coudere, 1997). Para lograr
digitalizar el ancho de banda y los detalles de las señales
que se pretenden analizar con la ECGAR requiere de por
lo menos 1000 muestras por segundo con 12 bits de
resolución (Schlegel y col., 2004)
Fig.2. ECGAR con indicación de diversas ondas y segmentos.
El interés por la ECGAR surgió a principios de la
década de los 70, con el objetivo de detectar la actividad
eléctrica del sistema de His-Purkinje de forma no
invasiva. Más adelante fueron descubiertas otras zonas o
intervalos del ECG donde aparecían micropotenciales
relacionados con zonas concretas del corazón y/o
determinados estados o patologías (Ramos, 2004,
Gutiérrez, 2001) Algunas de las funciones que califica la
aplicación de los programas de análisis en el computador
sobre el rango ampliado de la ECGAR tienen como
objetivo: medición precisa de los periodos de tiempo que
conforman la señal ECG, cálculo de zonas de amplitud
reducida (RAZ), detección de potenciales tardíos,
detección de muescas o ralladuras del QRS, detección de
la actividad del haz de His y fibras de Purkinje (Jugo y
col., 2005, Coudere, 1997)
Pero cuando se trata de medir señales eléctricas tan
pequeñas se presenta el problema del ruido, que puede
ser tan elevado que enmascara las señales que se desean
evaluar (Leber y col., 2005). El ruido puede ser originado
por diversas fuentes, siendo las mas comunes: el ruido
inducido por la red eléctrica (60 Hz), ruido de origen
muscular y señales de ruido generadas por los
dispositivos electrónicos en los circuitos (Vargas, 1996).
 Para discriminar el ruido que se presenta se utilizan
técnicas que permitan mejorar la relación señal a ruido de
los micropotenciales, tales como la amplificación
diferencial con elevada relación de rechazo al ruido de
modo común, filtrado de las señales y promediado de los
complejos de la señal ECG.
3. Medición de intervalos de los complejos en el ECG.
Para medir los períodos de funcionamiento del
corazón, los médicos utilizan equipos de adquisición
tales como Holter y dispositivos de ECG digitales, las
formas de onda grabadas o en tiempo real pueden
procesarse con programas automatizados o semi-
automatizados en el computador (Xue y col., 2003).
Estos programas detectan los eventos eléctricos que
señalizan el inicio o la finalización de la sucesión de
intervalos de las diferentes partes que componen el ECG
(Nahshoni y col., 2004, Karjalainen y col., 2005), tales
como los intervalos entre los latidos consecutivos,
también llamados “intervalos RR,” que representan la
variabilidad de la frecuencia cardiaca (Ballora y col.,
2004).
Las anormalidades de repolarización en el ECG
dados por los parámetros morfológicos de la onda T son
causa de mortalidad cardiovascular. Estas anomalías
pueden ser definidas por el análisis de los componentes
principales (PCA) de la señal ECG (Bjorn y col. 2005,
Kesek y col. 2004, Okin y col. 2005). La medida exacta y
valoración del intervalo QT es uno de los problemas más
importantes en ECG (Christov y col., 2006). Un
intervalo QT prolongado es buen indicador de síndrome
de QT largo (LQTS), la cual es una condición
potencialmente fatal que puede dar lugar a un ritmo
acelerado anormal del corazón, conocido como el
“torsade de pointes”. En el caso de ensayos clínicos con
medicamentos, la medición exacta del intervalo de QT es
especialmente importante, en particular, los cambios en
el intervalo QT son actualmente la norma del oro para
evaluar los efectos de las drogas sobre la repolarización
ventricular. (Hughes y col. 2004). Cabe destacar que las
arritmias ventriculares son asociadas con las canalopatías
del QT largo y el QT corto (Antzelevitch y col., 2006).
La medición punto a punto de la variabilidad del
intervalo QT da indicios prometedores de identificar
varios tipos de patologías cardíacas, incluso obstrucción
de la arteria coronaria, isquemia del miocardio agudo e
infarto, hipertrofia ventricular y varios tipos de
cardiomiopatía aguda. Una de las técnicas actuales para
la detección del complejo QT funciona utilizando
plantillas que sirven de base de comparación para fijar
los puntos de inicio y terminación del periodo en
cuestión. Las características de la plantilla que determina
el complejo de QRS son determinadas rastreando los
mínimos y máximos locales y por el tiempo mínimo y
máximo de los valores derivativos entre ellos. (Starc y
col. 2006). Algunas técnicas de medición del intervalo
QT usan análisis de segmentación basados en modelos
probabilísticos. En las morfologías de formas de onda
particulares, como los casos de latidos eutópicos, sumado
a los tipos de ruido que afectan el ECG, a menudo hacen
que el intervalo QT sea inestable (Hughes y col. 2004).
La detección en tiempo real de los complejos QRS es
una tarea importante en el análisis de las señales ECG.
Existen muchos métodos diferentes para realizar esta
tarea; las técnicas más comunes son: las de muestreo de
los niveles máximos de amplitud de los QRS, las
transformaciones matemáticas que permiten analizar los
componentes frecuenciales del ECG y los acercamientos
morfológicos a una señal que sirve de patrón de
comparación. Algunos algoritmos utilizan combinaciones
de técnicas diferentes con el propósito de conseguir los
mejores resultados (Darrington, 2006).
4. Componentes de HF expresados mediante el RAZ.
El registro de los componentes de alta frecuencia
(HF QRS) de los doce canales de la ECGAR (RAZ) es
una técnica relativamente nueva, no-invasiva, económica
y reproducible en tiempo real, que es más precisa que el
ECG convencional para detectar enfermedades cardiacas
como afecciones de las arterias coronarias e isquemia del
miocardio.
Podemos definir una zona RAZ como un marcador
de una disminución anormal de las componentes HF
QRS. Para detectarlo se utiliza la señal promediada del
ECG de alta resolución para mejorar la relación señal a
ruido. Los complejos prematuros, y picos de ruido son
automáticamente rechazados por intermedio de una
función de correlación que elimina aquellos complejos
cuya función de correlación no sea superior al 97% al ser
comparados con el complejo plantilla. Los complejos
promediados, entonces son pasados por un filtro pasa-
banda, que permite solo las frecuencias entre 150 y 250
Hz (Rahman y col., 2004). Luego son determinados los
máximos y mínimos locales, así como la envolvente de la
señal resultante, Fig. 3.
Fig. 3. Señal HF QRS de un paciente sano.
Los parámetros que comúnmente se determinan en
HF QRS son: el valor RMS del voltaje, y la presencia o
ausencia del fenómeno de “splitting” conocido como
RAZ (zona de amplitud reducida). El voltaje RMS
provee una estimación de la energía total o amplitud de
los HF QRS, y la presencia de un RAZ provee un
indicador morfológico de una potencial patología. Un
RAZ ocurre cuando en una señal HF QRS existen dos
máximos locales en la envolvente superior, o dos
mínimos locales en la envolvente inferior, Fig. 4.
Entonces, un RAZ se define como la región existente
entre dos máximos o dos mínimos consecutivos (Jugo y
col., 2005).
Fig. 4. HF QRS con una zona RAZ de un paciente con cardiopatía.
5. Estudio de los potenciales tardíos.
La muerte cardiaca súbita puede ocurrir
instantáneamente o poco después de aparecer los
síntomas de paro cardiaco. La mayoría de los paros
cardiacos son debido a una rápida y/o asíncrona actividad
del corazón (Taquicardia y fibrilación ventricular). El
índice de mortalidad se incrementa si la lesión esta
localizada en el ventrículo izquierdo porque el bombeo
del corazón disminuye por debajo del 40%. Al tejido
dañado por infarto se le conoce como sustrato arrítmico
porque es ahí donde se disminuye la capacidad de
conducción manifestándose en atenuaciones y retrasos de
algunos de los componentes de la onda de
despolarización cardiaca. A estos componentes del ECG
se les conoce como potenciales tardíos ventriculares
(PTV) (Vildósola y col., 2001, Ramos, 2004).
Los PTV son señales de baja amplitud y alta
frecuencia, presentes en los 40 MSEG terminales del
QRS y que corresponden a áreas del miocardio con
propiedades electrofisiológicas heterogéneas dentro de la
zona del infarto, (Coudere, 1997). En múltiples estudios
(Carrasco y col., 1997; Dopico y col., 2000) se ha
encontrado una alta incidencia de PTV en los registros de
ECGAR de pacientes chagásicos crónicos con daño
severo al miocardio (Leber y col., 2005).
Existen métodos que ofrecen muy buenos resultados
predictivos de taquicardia ventricular maligna en los
pacientes post infartados, pero son invasivos. Uno de los
métodos no invasivos mas utilizados propone el uso de la
transformada wavelet para detectar PTVs en el análisis de
la señal ECGAR, pero son poco aceptados porque
producen resultados muy variados en sus predicciones
(Vildósola y col. 2001), sin embargo, debido a la
facilidad de su aplicación, este método es muy usado en
estudios científicos y toma de decisiones clínicas bajo
juicios de valor.
Otro método desarrollado se basa en el cálculo de la
correlación cruzada bidimensional entre los mapas
espectro-temporales de una plantilla característica de
PTV y de cada latido detectado en el registro ECGAR.
Como parámetro de detección se emplea el valor del
máximo absoluto de la función de correlación cruzada
multiplicado por un factor de compensación del nivel de
ruido del latido analizado, Fig. 5, (Leber y col., 2005).
Fig. 5. PTV señalado en un ECGAR promediado.
Sin embargo, cabe señalar que el proceso de
promediado elimina información dinámica de los PTV
que puede resultar de interés desde el punto de vista
diagnóstico. Por otra parte, la detección directa latido a
latido de los PTV no resulta sencilla debido a la baja
amplitud de los micropotenciales y a las características
del ruido en los registros ECGAR (Leber y col., 2005,
Ramos, 2004).
6. Conclusiones.
La importancia de los estudios sobre las
enfermedades cardiovasculares radica en que constituyen
una de las principales causas de muerte en la población
mundial. La electrocardiografía ha permitido conocer una
gran cantidad de patologías que afectan al sistema
cardiovascular. Actualmente el estudio del ECG se
extiende a las fronteras de lo palpable por los sentidos
humanos, implementando herramientas de análisis
matemático aplicadas en el computador. Para esto se han
desarrollado técnicas de adquisición y procesamiento
digital de alta resolución llamadas ECGAR.
La implementación del ECGAR es un campo de
estudio que aun está comenzando, pero se destaca como
herramienta que permite análisis muy detallados del
funcionamiento del corazón, con lo cual se pueden hacer
mediciones mas precisas y detalladas de los intervalos y
las alteraciones de la señal ECG. Algunas de las técnicas
aplicadas al análisis del ECGAR trata de estudiar detalles
especiales de la señal como los potenciales tardíos y
demás componentes de alta frecuencia del ECG, para
esto se aplican herramientas de cálculo como son los
análisis de Fourier y la transformada wavelet.
 Una de las aplicaciones en la cual se ha utilizado el
ECGAR es como herramienta predictiva de fallas
cardiovasculares y como detector temprano de isquemias
cardiovasculares asociadas con patologías Chagásicas.
Los estudios realizados al respecto, en especial sobre
pacientes que han sufrido algún paro cardiaco previo,
ofrecen resultados muy favorables, pero las técnicas
aplicadas no arrojan un alto grado de confiabilidad, por lo
que se requiere continuar con los trabajos que se han
realizado hasta el momento.
7. Referencias.
Pan American Health Organization (PAHO), 2007,
http://www.paho.org.
Cubillos L., Casas J., Morillo C., Bautista L., 2003,
Congestive heart failure in Latin America: The next
epidemic, American Heart Journal, Vol. 147, Nº 3 412 –
417.
Vargas M., 1996, Contribución al estudio de los
micropotenciales cardíacos, Capítulo 1, Universidad
Politécnica de Cataluña. Madrid, España.
Jugo D., Medina R., Schlegel T., Arenare B., 2005,
Aplicación de nuevas técnicas de electrocardiografía de
alta resolución en pacientes chagásicos. II Congreso
Colombiano de Ingeniería Biomédica. Paper No. 93.
Ribeiro A., Moraes R., Ribeiro J., Ferlin E., Torres R.,
Oliveira E., Rocha M., 2006, Development and
Validation of a Risk Score for Predicting Death in
Chagas’ Heart Disease, American Heart Journal; Vol.
141, Nº 2, pp. 260 – 266.
Davila D., Donis J., Torres A., Ferrer J., 2004, A
modified and unifying neurogenic hypothesis can explain
the natural history of chronic Chagas heart disease.
International Journal of Cardiology; Vol. 96, pp. 191 –
195.
Xue Q., Readdy S., 2003, Algorithms for computerized
QT analysis, International Journal of electrocardiology,
Vol. 181, Nº 30, pp 1 – 6.
Schlegel T., Kulecz W., Depalma J., Feiveson A., Wilson
J., Rahman A., Bungo M., 2004, Real-Time 12-Lead
High-Frequency QRS Electrocardiography for Enhanced
Detection of Myocardial Ischemia and Coronary Artery
Disease. Mayo Clin Proc; Vol. 79, pp. 339 – 350.
Ramos J., 2004, Detección de micropotenciales
auriculares de alta frecuencia, Capítulo 1, Universidad
Politécnica de Cataluña. Madrid, España.
Alfredo de M., Pedro I. 2001. A los 100 años del
Electrocardiógrafo de Eindhoven. Gaceta Médica
Mexicana del Instituto Nacional de Cardiología “Ignacio
Chávez“; Vol. 137, Nº 5, pp. 479 – 484.
Coudere J., 1997, Analyse quantitative des composantes
temps-echelle de L’ECG a haute-resolution moyenne
pour l’evaluation du risque de tachycardies ventriculaires
et de la mort subite après un infarctus du myocarde,
Capítulo 1, Instituto Nacional de Ciencias Aplicadas de
Lyon, Francia.
Gutiérrez O. 2001, El electrocardiograma de alta
resolución. Revista Costarricense de cardiología; Vol. 3,
Nº 2, pp. 48-53.
Coudere J., 1997, Analyse quantitative des composantes
temps-echelle de L’ECG a haute-resolution moyenne
pour l’evaluation du risque de tachycardies ventriculaires
et de la mort subite apres un infarctus du miocarde,
Capitulo 3, Instituto Nacional de Ciencias Aplicadas de
Lyon, Francia.
Leber E., Campos R. 2005, Detección y análisis latido a
latido de potenciales tardíos ventriculares mediante
mapas espectro-temporales. Revista Iberoamericana de
Automática e Informática Industrial. Vol. 2 Nº 3, pp. 74 –
82.
Vargas M., 1996, Contribución al estudio de los
micropotenciales cardíacos. Capítulo 2. Universidad
Politécnica de Cataluña. Madrid, España.
Nahshoni E., Strasberg B., Adler E., Imbar S., Sulkes J.,
Weizman A., 2004, Complexity of the Dynamic QT
Variability and RR Variability in Patients With Acute
Anterior Wall Myocardial Infarction, International
Journal of Electrocardiology, Vol. 37, No. 3, pp 1 - 6.
Karjalainen P., Tarvainen M., 2005, Principal
Component Regression Approach for QT Variability
Estimation, IEEE-EMBS, 27th Annual International
Conference of the Engineering in Medicine and Biology
Society, Shanghai, pp. 1145-1147.
Ballora M., Pennycook B., Ivanov P., Glass L.,
Goldberger A., 2004, Heart Rate Sonification: A New
Approach to Medical Diagnosis. ISAST, Vol. 37, No. 1,
pp. 41– 46.
Bjorn B., Alan F., Todd S., 2005, The Effect of Signal
Averaging on the Reproducibility and Reliability of
Measures of T-wave Morphology, International Journal
of electrocardiology, Vol. 39, Nº 3, pp. 266 – 270.
Kesek M., Jernberg T., Lindahl B., Xue J., Englund A.,
2004, Principal Component analysis of the T wave in
patients with chest pain and conduction disturbances,
Blackwell Publishing, Vol. 27, Nº 10, pp. 1378 – 1387.
Okin P., Malik M., Hnatkova K., Lee E., Galloway J.,
Best L., Howard B., Devereux R., 2005, Repolarization
abnormality for prediction of all-cause and
cardiovascular mortality in American Indians. Journal
Cardiovascular Electrophysiology, Vol. 16, pp 1-7.
Christov I., Dotsinsky I., Simova I., Prokopova R.,
Trendafilova E., Naydenov S., 2006, Dataset of manually
measured QT intervals in the electrocardiogram,
BioMedical Engineering On Line, 5:31,
doi:10.1186/1475-925X-5-31.
Hughes N., Tarassenko L., 2004, Automated QT Interval
Analysis with Confidence Measures. Computers in
Cardiology, Vol. 58, Nº 6, pp. 765 – 768.
Antzelevitch C., Oliva A., 2006, Amplification of spatial
dispersion of repolarization underlies sudden cardiac
death associated with catecholaminergic polymorphic
VT, long QT, short QT and Brugada syndromes, Journal
International Medical, Vol. 259, Nº 1, pp. 48 – 58.
Starc V., Schlegel T., 2006, Real-time multichannel
system for beat-to-beat QT interval variability. Science
Direct, Journal of Electrocardiology, Vol. 39, pp. 358 –
367.
Darrington J., 2006, Towards real time QRS detection: A
fast method using minimal pre-processing, Biomedical
Signal Processing and Control, Vol. 1, pp. 169 – 176.
Rahman A., Gedevanishvili A., Bungo M., Vijayakumar
V., Chamoun A., Birnbaum Y., Schlegel T., 2004, Non-
invasive detection of coronary artery disease by a newly
developed high-frequency QRS electrocardiogram,
Institute of Physics Publishing, Vol. 25, Nº 4, pp. 957–
965.
Vildósola L., Reyna M., 2001, Correlación de la
morfología de los potenciales tardíos ventriculares con
funciones wavelets. Memorias II Congreso
Latinoamericano de Ingeniería Biomédica, Artículo
0038. La Habana, Cuba.
Carrasco H., Jugo D., Medina R., Castillo C., Miranda P.,
1997, Electrocardiograma de alta resolución y
variabilidad de la frecuencia cardiaca en pacientes
chagásicos crónicos, Arch. Inst. Cardiol. Méx., Vol. 67,
pp. 277 – 285.
Dopico L., Nadal J., Infantosi A., 2000, Analysis of late
potentials in the high-resolution electrocardiogram of
patients with Chagas disease using weighted coherent
average, Revista Brasilera de Ingeniería Biomédica, Vol.
16, Nº 1, pp. 49 – 59.