1
DETECCION DE SONIDOS S1 Y
FRECUENCIA CARDIACA MEDIANTE
FONOCARDIOGRAFIA FETAL

Resumen—Se implementaron unas señales de
fonocardiografía fetal (FPCG)obtenidas de la base de
datos de la universidad de shiraz, en la pagina web de
physionet. Dichas señales pasaron por una etapa de
preprocesamiento en donde se le hizo un filtrado,
mediante filtros FIR e IIR y se pudo comprobar su
eficiencia.
una vez la señal filtrada se procedió a la extracción de
características mediante el algoritmo pan-tompkins, en
donde se pudieron obtener los sonidos S1 y a partir de
dichos sonidos determinar la frecuencia cardiaca del bebe.
.
Palabra claves—PCG, FPCG, FHR, Filtro pasa banda
butterwoth, Filtro de integracion de Ventana movil y cuadratico,
pre-procesamiento, pan-tompkins, señal, s1, s2, detection,
sonido, matlab, Frecuencia, picos R.
I. Introducción
D ado que el periodo de embarazo juega un papel
importante en el diagnóstico y prevención de varias
anomalías fetales, es por esto que las mujeres embarazadas
deben permanecer bajo control durante el tercer trimestre.
Para llevar a cabo la monitorización fetal, cada vez se intenta
implementar nuevos y mejores métodos, con el fin de extraer
la FHR.
Entre los diversos métodos la FPCG resulta la mejor opción,
debido a que es un procedimiento de bajo costo y fácil de
usar, además de esto no se transmite energía al feto durante el
registro.
El objetivo del presente trabajo es analizar las FPCG, y
mostrar un método practico con el que se puede determinar la
frecuencia cardiaca tanto del bebe como de la madre.
II. Estado del arte
Propuesta:Se desea determinar la frecuencia cardiaca(FHR)
del corazon mediante los sonidos S1 de una señal de
fonocardiograma de un feto a las 40 semanas de embarazo, se
implementaran una serie de etapas y sub etapas que para el
proyecto llevaran por nombre preprocesamiento, extraccion
de caracteristicas y decision. Esto con el proposito de exponer
*
un procedimiento practico y relativamente sencillo para
extraer una caracteristica muy importante del corazon y que
sirve para deteminar el estado de salud del bebe que viene en
camino.
Como es sabido mediante la frecuencia cardiaca se pueden
detectar diversas enfermedades del corazon como
taquicardia(cuando la FHR es alta), bradicardia(cuando la
FHR es muy baja) o incluso se pueden detectar casos de
arritmias y extrasistoles.
III. Materiales y método
Para implementa y llevar a cabo el proyecto, se utilizo el
software matlab para procesar la señal fPCG obtenida de la
base de datos de la universidad de shiraz, con la ayuda de este
sotware se desarrollaron todas las etapas de preprocesamiento
y procesamiento de la señal puesto que se trata de un sistema
muy completo y funcional; no se tuvo que instalar ninguna
herramienta extra, solo el fragmento de la señal a utilizar y el
resto requirio de una intervencion propia de parte del grupo
para la implementacion de los codigos.
Se tuvo que implementar un codigo para cada etapa, uno para
capturar y guardar la señal, otro para la etapa de los filtros, y
por ultimo un para la deteccion de los sonidos S1 denominado
algoritmo de pan-tompkins. Se quiso implementar un codigo
para detectar automaticamente la FHR pero por cuestiones de
tiempo no se pudo asi que se detecto de manera manual y a
base de calculos por parte del equipo de trabajo.
Una vez con los codigos implementados y verificando que
funcionan correctamente se procedio a descargar mas material
experimenta de la base de datos para corroborar su eficiencia,
en total se utilizaron 7 muestras, 4 extraidas del abdomen y 3
extraidas del pecho de la madre.
IV. Pre-procesamiento
Como la señal posee un elevado nivel de ruido, es necesario
someterla a distintas estrategias de filtrado antes de proceder
a la extracción de características, para esto se aplico un filtro
pasabanda butterwoth y un filtro derivativo, por ultimo se
realiza una integración de ventana móvil y cuadrática sobre la
señal.
Para lograr esto se tuvo en cuenta los distintos rango de
frecuencia que se mostraran en la tabla 1, en donde se
encuentran los niveles de ruido, como el ruido gaussiano, la
respiracion fetal y materna, los movimientos fetales, o incluso
los sonidos provenientes del exterior, etc.
 2

componentes Frecuencia (hz)

fHS sonidos cardíacos fetales
fM movimientos fetales
fR respiración fetal
mHS sonidos cardíacos maternos
mR respiración materna
UC contracciones uterinas
mM movimientos maternos
PLI interferencia de la línea
eléctrica
SBN sensor y ruido de fondo Figura 2:señal fetal fPCG filtrada en el dominio de la
frecuencia
TABLA 1:Resumen de componentes en la señal fPCG. fHS:
sonidos cardíacos fetales, fM: movimientos fetales, fR:
respiración fetal, mHS: sonidos cardíacos maternos, mR: Una vez aplicado el filtro pasabanda se aplico un filtro
respiración materna, UC: contracciones uterinas, mM: derivativo, y una integracion de ventana movil y cuadratica
movimientos maternos, PLI: interferencia de la línea eléctrica, para mejorar la dominante de picos, estos filtro se aplicaron a
RN: ruido de reverberación, SBN: sensor y ruido de fondo. cada señal, tanto para el feto como para la madre.
a)
Como se puede apreciar la señal PCG viene muy contaminada
y se requiere pasar por un proceso de filtrado bastante
riguroso que depende tanto de los niveles de frecuencia como
de la posicion en donde se coloque el estetoscopio, por
ejemplo si el estetoscopio se coloca en el vientre de la madre
lo primordial es diferenciar los sonidos cardiacos del feto, y si
se coloca en el pecho, lo ideal es capturar los sonidos
cardiacos de la madre.

Teniendo esto en cuenta se aplico un filtro pasabanda b)

butterwoth entre 5-15 hz que es el rango de de una señal
Fpcg, esto para el caso de la señal fetal, y para el caso de la
señal materna se aplico el mismo filtro pero con un rango de
10-40 hz que es el rango de frecuencia promedio de una PCG
en un adulto.
a)

Figura 3: integración de ventana móvil y cuadrática para señal

a)fetal fPCG b)PCG materna

a)

b)

b)

Figura 1: aplicando filtro pasabanda butterwoth para señal

a)fetal fPCG b)PCG materna

Figura 4:a) PCG fetal aplicando filtro derivativo b) señal PCG
materna aplicando filtro derivativo
V. Extraccion de caracteristicas
Mediante el algoritmo pan-tompkins se logro la detección de
los sonidos s1 a lo largo de toda la señal, y en base a estos
sonidos determinamos la frecuencia cardiaca del bebe y de la
madre.
Este metodo resulta ser bastante practico y sencillo de
implementar puesto que es un algoritmo ya establecido para
detectar los picos R de una señal de electrocardiograma, pero
que tambien se puede aplicar a una fPCG, esto debido a que
el pico R coincide de forma muy cercana con el sonido S1 del
corazon, puesto que ambos ocurren durante la sistole, que es
cuando bombea sangre hacia el resto del cuerpo.
Basados en esto, basta con modificar ciertos parametros del
algoritmo, como la frecuencia de muestreo, o el rango de
frecuencias, para que sea totalmente funcional y pueda
detectar los sonidos en cuestion, no obstante, este algoritmo
puede presentar un margen de error al momento de hacer la
deteccion, es por esto que se hicieron unas pruebas en
distintas muestras y comprobamos su eficiencia.
Para el calculo de la frecuencia cardiaca se tomo el intervalo
de tiempo entre cada sonido S1 y en base a este se determino
la freciencia o los pulsos por minuto, esto dividiendo 60 entre
el intervalo de tiempo que llamaremos  Δt.
Para el primer caso, en el fonocardiograma fetal resulto un
intervalo de tiempo de 0.45s para lo cual obtuvimos una FHR
de
Para el caso de la PCG de la madre se obtuvo un intervalo de
tiempo entre los sonidos de 0.8s, lo que se traduce a una
frecuencia cardiaca de 75 bpm.
Estas frecuencias cardiacas se encuentran dentro del rango de
frecuencia normal tanto como para el feto como para la
madre, para un nonato la FHR normal se encuentra entre 110-
160 bpm, y para el caso de un adulto, la FHR normal se
encuentra en el rango de 70-80 bpm. En base a esto se puede
observar que el algoritmo por el momento esta siendo
eficiente en cuanto a la deteccion de los sonidos y la FHR se
esta determinando sin problema.
Ahora elevamos el numero de muestras, y determinamos Su
FHR para comprobar la eficiencia del metodos y observar que
valore se encuentran o no dentro de los normales. Lo
resultados se anexan en la siguiente tabla.
Intervalo S1(s) FHR (bpm)
0.45 133
nonatos 0.54 111
3
0.32 187
0.47 127
0.8 75
maternos 0.86 69
0.712 84
Tabla 2:intervalos de tiempo y FHR fetal y materna
Al ser una mayor cantidad de muestras ya se puede
considerar una decision respecto al algoritmo y al metodo en
general que permitio extraer dichas caracteristicas, puesto que
con esto ya podremos hacernos una idea con mas bases y mas
sustento para definir si se trata de un procedimiento efectivo o
si se puede escoger cualquier otro en su lugar, el analisis
correspondiente de los anteriores resutados se dara a
continuacion.
VI. Decision
Se analizaron 7 muestras, 4 para los nonatos y 3 para la
madre, pudimos ver que entre los nonatos de las 4 muestras
una resulto fuera del rango de FHR normal, esto podria
significar una falla en la eficiencia del algoritmo, un error de
calculo o en el peor de los casos una anormalidad en el estado
del corazon del feto. Para el caso de las FHR materno todos se
encuentras dentro del rango deseado. Pero por lo visto, se
puede estimar que el algoritmo en general resulta ser bastante
eficiente al momento de determinar o detectar los pulsos
correspondientes a los sonidos S1 del corazon.
En la etapa de resultados podemos observar que el algoritmo
detecto de forma muy eficiente los picos mas pronunciados
correpondientes a los sonidos S1 del corazon en la señal de
fonocardiograma, tanto para el feto como para la madre, sin
embargo, se le dificulto un poco mas realizar la deteccion en
las PCG de los nonatos, esto es por que la señal del corazon
en un feto es mucho mas atenuada que la de un corazon
adulto, por lo tanto, resulta mas complicado ya que los picos
no se ven tan pronunciados, podemos ver que en las señales
PCG de las madres esta deteccion de los sonidos se ve de una
forma mucho mas clara.
VII. Resultados

Figura 5. detección de sonidos S1 en FPCG de nonatos
mediante pan-tompkins
Figura 6. detección de sonidos S1 en PCG de madres
voluntarias mediante pan-tompkins
4
VIII.conclusion
El Fonocardiograma es un registro de los sonidos que emite el
corazón, realizándose el diagnóstico de las enfermedades por
medio de reconocimiento de imágenes. La fonocardiografía
fetal es un procedimiento de diagnóstico de alteraciones
cardiacas en el desarrollo de la gestación del bebé.
Es de vital importancia adentrarse en el estudios la
fonocardiografia, pues es un campo muy poco estudiado y
sobre el cual hay muy poca aplicación, por lo general las
clinicas prefieren procedimientos como el electrocardiograma
o el ultrasonido, dejando de lado el uso de este metodo que
resulta menos invasivo y mucho menos costoso.
Es por esto que el objeto de estudio de el articulo fue
implementar un metodo computacional para la deteccion de
los sonidos S1 y la frecuencia cardiaca de los nonatos.
Se pudo determinar con eficiencia la FHR en 7 muestras tanto
de feto como de madres voluntarias, algunos dentro del rango
normal y otros no, pero en general se trata de un metodo
practico y facil de implementar, solo basta hacer uso de la
herramienta matlab y la implementacion de los codigos que
hacen posible la deteccion. Para el caso de la frecuencia
cardiaca por razones de tiempo se hizo dificil implementar un
codigo para detectarla de forma automatica, sin embargo el
metodo analitico de parte del equipo de trabajo resulto
correcto y claramente sustentandonos con diversas fuentes
para corroborar los resultados.
REFERENCIAS
[1] M. Samieinasab y R. Sameni, "Extracción de fonocardiograma fetal
mediante separación de fuente ciega de un solo canal", 23.ª Conferencia
iraní sobre ingeniería eléctrica de 2015, 2015, págs. 78-83, doi:
10.1109/IranianCEE.2015.7146186.
[2] R. Martinek et al., "Passive Fetal Monitoring by Advanced Signal
Processing Methods in Fetal Phonocardiography," in IEEE Access, vol.
8, pp. 221942-221962, 2020, doi: 10.1109/ACCESS.2020.3043496.
[3] https://archive.physionet.org/physiobank/database/sufhsdb/
[4] 7.https://www.researchgate.net/publication/
319629045_Sistema_de_adquisicion_de_fonocardiogramas_de_feto_bas
ado_en_Lab_View
[5] https://www.researchgate.net/publication/
271273652_Filtrado_Basico_de_Senales_Biomedicas
[6] josé, Antonio, et al. “Simulador de Registros Fonocardiográficos Fetales
y Calculadora de Ritmo Cardíaco Fetal.” Revista de biomimética,
biomateriales e ingeniería biomédica, vol. 39, Trans Tech Publications,
Ltd., noviembre de 2018, págs. 57–64. Referencia cruzada,
doi:10.4028/www.scientific.net/JBBBE.39.57.
[7] R. Jaros, R. Martinek, R. Kahankova, J. Vanus, M. Fajkus and J.
Nedoma, "Comparison of fetal phonocardiography de-noising by wavelet
transform and the FIR filter," 2018 IEEE 20th International Conference
 5

on e-Health Networking, Applications and Services (Healthcom), 2018,

pp. 1-5, doi: 10.1109/HealthCom.2018.8531111.

[8] R. Jaros, R. Martinek, R. Kahankova, J. Vanus, M. Fajkus and J.

Nedoma, "Comparison of fetal phonocardiography de-noising by wavelet
transform and the FIR filter," 2018 IEEE 20th International Conference
on e-Health Networking, Applications and Services (Healthcom), 2018,
pp. 1-5, doi: 10.1109/HealthCom.2018.8531111.

[9] Haque, E., Gupta, T., Singh, V., Nene, K., Masurkar, A. (2022).
Detección y Clasificación de la Frecuencia Cardíaca Fetal (FCF). En:
Sanyal, G., Travieso-González, CM, Awasthi, S., Pinto, CMA,
Purushothama, BR (eds) Conferencia Internacional sobre Inteligencia
Artificial e Ingeniería Sostenible. Lecture Notes in Electrical
Engineering, vol 836. Springer, Singapur. https://doi.org/10.1007/978-
981-16-8542-2_35

[10] J. Kolarik , M. Golembiovsky , T. Docekal , R. Kahankova , R. Martinek , 
M. Prauzek. Un dispositivo de bajo costo para la medición de la
frecuencia cardíaca fetal

[11] F. KováCs , C HorváTh , Á.T. Balogh , G. Hossú
Fonocardiografía fetal: posibilidades pasadas y futuras
Métodos y programas informáticos en biomedicina , 104 ( 1 ) ( 2011 ) ,
pp. 19 – 25

[12] Dželila Mehanović, Zerina Mašetić, Dino Kečo, Jasmin Kevrić,

"Comparación de los métodos de eliminación de ruido de Wavelet para
eliminar el ruido de la señal del fonocardiograma", CMBEBIH 2021 ,
vol.84, pp.321, 2021.