DETECCIÓN DE COMPLEJOS QRS UTILIZANDO

SEÑALES ELECTROCARDIOGRÁFICAS (ECG)

Armando José Cortes Blanco
Universidad Popular Del Cesar
Programa de Ingeniería Electrónica
armandojcortes@unicesar.edu.co
los problemas que tenemso desde que
nacemos
Resumen: En este artículo se basa principalmente
en el estudio de señales ECG medicas a través de la
detección de complejos QRS utilizando señales
electrocardiográficas por medio de Matlab aplicando
El Algoritmo de Pan-Tompkins es el detector
el algoritmo de pan tomkins, en donde la señal
de complejos QRS más utilizado para la
eléctrica del ECC a describir es tomada de una base
de datos del grupo de bioingeniería y biofísicas
monitorización de muchas enfermedades
aplicadas, teniendo en cuenta la importancia de estas
cardíacas, incluida la detección de
señales, que nos proporcionan de una forma arritmias. Este método podría proporcionar
especializada un diagnostico integro, que va ayudar a un buen rendimiento de detección con datos
especialistas en el área de la salud a predecir un de señales de ECG clínicos de alta calidad
modelo concreto de su historia. [1]. 

Palabras claves: Matlab, ECG, pan tomkins.
OBJETIVO GENERAL
 Graficar una señal de la base de datos del
grupo de bioingeniería y biofísicas
aplicadas y describir sus características
médicas aplicando el algoritmo de pan
tomkins.
Por medio del grupo de bioingeniería y
biofísicas aplicadas, la cual es una plataforma
que nos facilita las bases de datos de artículos
publicados, que no servirán de guía para el
registro de todas las señales y describir su
comportamiento.
MARCO TEORICO

OBJETIVOS ESPECIFICOS ELECTROCARDIOGRAMA (ECG)

 Aplicar el algoritmo de pan tomkins y

Describir de donde proviene la señal, es
decir sus características clínicas o
médicas. 

 Investigar y explicar los detectores

de complejos QRS y sus ondas.

INTRODUCCION

El estudio de las señales electricas de los

diferentes organos que componen nuestro
cuerpo humano es muy importante investigar
las enfermedas que se nos presentan cada dia
en nuestro diario vivir, mantenernos en
chequeo nos brinda una mejor confianza de
Fig.1 electrocardiograma
Un electrocardiograma (ECG) es un
procedimiento simple e indoloro que mide la
actividad eléctrica del corazón. Cada
vez que el corazón late, una señal eléctrica
circula a través de él. Un electrocardiograma
muestra si su corazón está latiendo a un ritmo
y con una fuerza normal ver Fig. 1.
 ALGORITMO PAN-TOMPKIN
Fig.2 algoritmo pan-tompkin
El algoritmo de Pan-Tompkins aplica una
serie de filtros para resaltar el contenido de
frecuencia de esta rápida despolarización del
corazón y elimina el ruido de fondo . Luego,
cuadra la señal para amplificar la
contribución QRS, lo que hace que la
identificación del complejo QRS sea más
sencilla ver Fig. 2 [2].
COMPLEJO QRS
El complejo QRS es el reflejo que resulta de
la suma de las descargas eléctricas de todas
las células de los ventrículos [3].
Fig.3 Varios complejos QRS con su nomenclatura.
NOMENCLATURA
Cuando aparece completo, el complejo QRS
consta de tres vectores, nombrados usando la
nomenclatura descrita por Willem Einthoven:
 Onda Q. Es la primera onda del complejo
y tiene valores negativos (desciende en la
gráfica del ECG).
 Onda R. Le sigue a la onda Q, es positiva
y en la imagen clásica del ECG, es la de
mayor tamaño.
 Onda S. Es cualquier onda negativa que
le sigue a la onda R
No todo complejo QRS contiene las tres
ondas, Q, R y S. La convención dicta que
cualquier combinación de estas ondas puede
ser referida como un complejo QRS como se
observa en la Fig. 3.
Fig. 4 Distribución del impulso cardiaco y ondas e
intervalos del electrocardiograma.
Primer vector: corresponde a la
despolarización del tabique interventricular,
produciendo un pequeño vector que se dirige
hacia abajo y a la derecha; es la primera zona
del ventrículo en despolarizarse.
Segundo vector: más tarde se despolarizan el
ventrículo izquierdo y parte del ventrículo
derecho, generando un gran vector que se
dirige hacia abajo y a la izquierda.
Tercer vector: por último, se despolariza la La elevación del segmento ST puede
parte basal del ventrículo derecho, originando deberse a:
un pequeño vector que se dirige hacia atrás,  Repolarización temprana
hacia arriba y a la derecha [3].  Hipertrofia ventricular izquierda
 Isquemia e infarto de miocardio
COMPONENTES TRADICIONALES  Aneurisma ventricular izquierdo
 Pericarditis.
DEL ECG.
La depresión del segmento ST puede
deberse a
Por convención, el trazado  Hipopotasemia
electrocardiográfico se divide en la onda P, el  Digoxina
intervalo PR, el complejo QRS, el intervalo  Isquemia subendocárdica
QT, el segmento ST, la onda T y la onda U.  Cambios recíprocos en el infarto
agudo de miocardio.
Onda P
La onda P representa la despolarización Onda T
auricular. En la mayoría de las derivaciones
es ascendente, salvo en a VR. Puede ser La onda T refleja la repolarización
bifásica en las derivaciones II y V1; el ventricular. En general, adopta la misma
componente inicial representa la actividad dirección que el complejo QRS
de la aurícula derecha y el segundo (concordancia).
componente refleja la actividad de la
aurícula izquierda. Onda U

Intervalo PR La onda U suele presentarse en pacientes con

hipopotasemia, hipomagnesemia o isquemia.
El intervalo PR es el período entre el
También puede identificarse en personas
comienzo de la despolarización auricular y
sanas [4].
la despolarización ventricular. En
condiciones normales, dura entre 0,10 y 0,20
Interpretación de un electrocardiograma
segundos y su prolongación define el
bloqueo auriculo ventricular de primer
El ECG presenta como línea guía la
grado.
denominada línea isoeléctrica o línea basal,
que puede identificarse fácilmente como la
Intervalo QT línea horizontal existente entre cada latido
El intervalo QT es el período entre el como se observa en la Fig. 5.
comienzo de la despolarización ventricular y
el final de la repolarización ventricular. El
intervalo QT debe corregirse en función de
la frecuencia cardíaca a través de la
siguiente fórmula

Segmento ST
El segmento ST representa la
despolarización completa del miocardio
ventricular. En condiciones normales, es
horizontal y se ubica a lo largo de la línea
basal de los intervalos PR (o TP) o algo por
debajo.
Fig. 5 diferentes ondas del electrocardiograma
Fig.6 Representación de dos latidos cardíacos
consecutivos en el electrocardiograma
En un ECG normal, cada complejo consta de
una serie de deflexiones ondas del ECG que
alternan con la línea basal. Realizando la
lectura de izquierda a derecha, se distinguen
la onda P, el segmento P-R, el complejo
QRS, el segmento ST y finalmente la onda T.
METODOLOGIA
APLICACIÓN DEL ALGORITMO PAN-
TOMPKIN
El algoritmo de Pan-Tompkins se usa para
detectar los complejos QRS en señales
electrocardiográficas, esto lo hace
especialmente adecuado para medir la
frecuencia cardiaca y evaluar el estado de un
corazón.
Al algoritmo se le aplica una serie de filtros
para eliminar el ruido del exterior y resaltar la
frecuencia rápida despolarización del corazón
luego cuadra la señal para amplificar la
contribución QRS.
Fig. 7 proceso algoritmo de Pan-Tomnkins
El objetivo que se busca alcanzar en esta
clase es la implementación de un algoritmo
de reconocimiento de complejos QRS en la
señal del electrocardiograma, como punto de
partida para trabajos posteriores, como la
obtención del período RR en tiempo real, la
señal de variabilidad de ritmo cardíaco, el
reconocimiento de arritmias o la detección de
los complejos P y T, entre otros.
ETAPA DE FILTRADO
Fig. 8 Etapa de filtrado
Filtrado pasa-banda compuesto por un pasa-
alto y pasa-bajo en cascada, que atenúa las
bajas frecuencias características de las ondas
PyT, así como de las oscilaciones basales, y
la interferencia de red, ver Fig. 8.
Filtro pasa bajo
El filtro pasa bajo recursivo, utilizado en el
algoritmo de Pan-Tompkins, posee
coeficientes enteros con el fin de reducir la
complejidad y el consumo computacional.
La función de transferencia discreta de este
filtro está dada por la siguiente ecuación (1)

Ecuación (1)
Filtro pasa alto
El filtro pasa alto utilizado en el algoritmo es
implementado como un filtro pasa todo
menos un filtro paso bajo. El componente
paso bajo tiene la función de transferencia
dada por la siguiente ecuación 2.
Ecuación (2)
FILTRO DERIVADOR
Fig. 9 Etapa de filtro derivador.
Derivación destaca las pendientes rápidas de
la señal, que coinciden en el caso del ECG
con el QRS Transformación no lineal Se
eleva al cuadrado la señal, convirtiéndola en
positiva antes de la integración, y atenuando
también las frecuencias altas que
corresponden al QRS.
El operador derivativo usado por Pan y
Tompkins está dado por la ecuación 3.
Ecuación (3)
ETAPA DE CUADRATURA E
INTEGRACION.
Fig. 10 Etapa de cuadratura e integración
Transformación no lineal: Se eleva al
cuadrado la señal, convirtiéndola en positiva
antes de la integración, y acentuando también
las frecuencias altas, que corresponden al
QRS, ver Fig.10.
La señal filtrada se eleva al cuadrado para
mejorar los picos dominantes (QRS) y reducir
la posibilidad de reconocer erróneamente una
onda T como un pico R. Luego, se aplica un
filtro de promedio móvil para proporcionar
información sobre la duración del complejo
QRS.
El algoritmo de Pan-Tompkins suaviza la
salida de las operaciones realizadas
anteriormente a través de un movimiento de
ventana del filtro integrador dado por la
siguiente ecuación 4.
 
Ecuación (4)
REGLAS DE DECISION
En esta etapa es muy importante debido a que
se lleva a cabo una serie de procesos tales
como la marca fiduciaria, que se encarga de
detectar los complejos QRS que se
encuentran en los picos máximos de la señal
integrada.
Después de cada pico, no se puede detectar
ningún pico en los próximos 200 ms. Esta es
una restricción fisiológica debido al período
refractario durante el cual la despolarización
ventricular no puede ocurrir incluso en
presencia de un estímulo.
UMBRALES
Cada marca fiduciaria se considera como un
potencial QRS. Para reducir la posibilidad de
seleccionar erróneamente un pico de ruido
como un QRS, cada amplitud de pico se
compara con un umbral que tiene en cuenta la
información disponible sobre QRS ya
detectados y el nivel de ruido
Una vez que el complejo QRS se reconoce con
éxito, la frecuencia cardíaca se calcula como
una función de la distancia en segundos entre
dos complejos QRS consecutivos.
Fig. 11 algoritmo Pan - Tompkins
ANÁLISIS Y RESULTADOS
Primeramente, la recolección de los datos a
estudiar es muy importante para obtener la
señal generada de la señal completa tomando
una parte del registro, en este caso la señal
tomada 15 basal que fue suministrada por el
ingeniero Gilberto Perpiñán perteneciente en
su momento al grupo de investigación de
bioingeniería y biofísica aplicada de la
universidad simón bolívar, Venezuela.
Utilizando el software Matlab, se puede
apreciar dicha imagen de la señal original con
una derivación de 10s y su frecuencia de
muestreo de 1000Hz, como se puede observar
en la Fig. 12. Para poder graficar esto en
Matlab necesitamos exportar los datos en
format. mat y su información, que es la que
nos determina la frecuencia de muestreo, la
ganancia de la señal, la base y las unidades de
medida.
Fig.12 lectura de la señal
Después de hacer la lectura de la señal la
siguiente etapa es hacer un seguimiento a los
pasos del algoritmo de PanTompkins,
primeramente, se hace cancelación de ruido
por medio de un filtro pasa bajos, es decir las
frecuencias que no estén en el rango de la
señal original las atenúa, ver figura 13.
Fig. 12 algoritmo Pan – Tompkins parte inicial filtros.
 La señal filtrada es derivada para resaltar los
complejos QRS. Esta derivada se lleva a cabo
mediante un filtrado derivativo que resulta
una aproximación de esta para hacer destacar
los picos más altos de la señal, los picos más
altos son las ondas R y son el centro del
complejo QRS ruido como se puede observar
en la Fig. 15.

Fig. 13 algoritmo Pan – Tompkins filtro pasa bajo.

En primer lugar, se lleva a cabo el filtrado

paso banda de la señal de entrada, de la cual
se ha extraído un conjunto de muestras con el
fin de obtener una visualización más
detallada, ya que en el proceso de adquisición
se extrajeron demasiadas muestras como para
ver con nitidez la forma de los complejos
QRS obtenidos.
Este filtro paso banda está compuesto por un Fig. 15 algoritmo Pan – Tompkins- efecto Del filtro de
filtro paso alto y otro paso bajo en cascada, derivación.
con el fin de maximizar la energía del
Una vez terminada la etapa de derivación,
complejo QRS. Esto permitirá eliminar el
viene la siguiente etapa de cuadratura que
efecto de la variación de intensidad del ruido
busca que nuestra señal trabaje solo en la
como se puede observar en la Fig. 14.
sección positiva reconociendo la onda R para
no confundirla con otras ondas, es decir para
comparar positivamente los valores y
determinar más fácil los picos más altos de la
señal como se puede observar en la Fig. 16.

Fig. 14 algoritmo Pan – Tompkins- efecto de los filtros

pasa bajo y pasa alto.
Fig. 16 algoritmo Pan – Tompkins- efecto del filtro de
Fig. 17 algoritmo Pan – Tompkins- efecto del filtro de
cuadratura
integración.
Una vez que la señal ha pasado la etapa de
filtrado, se procede a la aplicación de la
transformación no lineal, integración de la
ventana móvil y de terminación de picos de
ondas r, para así obtener un promedio de un
conjunto de muestras donde se incluyen la
muestra actual y algunas muestras pasadas
como se puede observar en la fig. 17.
Como resultado final determinamos el pico
máximo en cada sección de la señal a esta
etapa se le llama ventana móvil, donde se va
a evaluar la sección escogida de la señal
eléctrica y poder identificar cada latido
mediante la máxima amplitud de la onda R.
es decir va comparando en ciertos periodos
cual es el punto más alto identificando el
complejo QRS.
CONCLUSIONES
Como conclusión los estudios de las
señales electrocardiográficas son de gran
importancia, ya que con esas señales
eléctricas que se registran a través de la
respuesta del cuerpo humano, especial
mente el corazón es de vital importancia
esos diagnósticos de los
electrocardiogramas que presentan todo
un estudio completo de todos los
antecedentes de las enfermedades que
poseen los seres humanos, que nos
permiten tener el conocimiento de la
enfermedades cardiacas y trastornos en la
salud.
La evolución de la tecnología ha logrado
la implementación de algoritmos que cada
día van reemplazando al ser humano, ya
que facilitan el manejo de los problemas
que se presenten como por ejemplo el
algoritmo pan-tomkins, el cual nos ayuda
a tener una clara identificación del
complejo QRS.
El algoritmo pan tomkins, se le aplica una
serie de filtros para eliminar el ruido del
exterior y resaltar la frecuencia rápida
despolarización del corazón luego cuadra
la señal para amplificar la contribución
 QR, debido a esto es importante que
cumpla con todas estas etapas para que
su funcionamiento sea eficaz.
.
REFERENCIAS
[1]https://en.wikipedia.org/wiki/Pan
%E2%80%93Tompkins_algorithm
[2]
https://repositorio.utb.edu.co/handle/20.500.1
2585/10559
[3]
https://ecocardio.com/documentos/biblioteca-
preguntas-basicas/preguntas-al-cardiologo/
1046-complejo-qrs.html
[4]http://www.siacardio.com/wp-content/
uploads/2015/01/ECG-Capitulo-1-Conceptos-
b-%C3%ADsicos.pdf