Resumen

-----------------------------------------------------------------------------------------------------------------------------------------------

Esta tesis presenta dos métodos geométricos diseñados para el procesamiento de señales

electrocardiográficas, tales métodos han sido desarrollados con el objetivo de integrar un Sistema

Experto en Electrocardiografía que automatice la interpretación de EGC; sin embargo, esta tesis

está limitada al filtrado y preprocesamiento de la señal para un posterior procedimiento de

reconocimiento de forma de onda. A pesar de la significante cantidad de trabajos publicados

relacionados al procesamiento de la señal ECG, aún existe una falta de herramientas confiables que

se puedan integrar fácilmente con el objetivo de ejecutar tareas más complejas como la

interpretación neumática del ECG. Este problema de compatibilidad se debe a la gran diversidad de

enfoques expuestos en muchos de los trabajos publicados, pero también se debe a que muchos de

estos trabajos están limitados a resolver problemas muy específicos de manera muy específica. Por

esta razón, los métodos presentados a lo largo de esta tesis utilizan un único método geométrico

con la intención de facilitar su integración y consecuentemente ejecutar tareas más complejas

orientadas al desarrollo de un sistema que automatice la interpretación del ECG. El modo de

operación general de los métodos presentados en esta tesis está basado en observaciones

desapercibidas en otras publicaciones, como por ejemplo el sobremuestreo del ruido de sistema

que ocurre durante el proceso de adquisición de la señal, o la distribución tiempo-amplitud de los

segmentos primarios que integran una señal ECG completa que permite analizar la señal ECG sin

depender de su frecuencia. Estas observaciones son usadas en algoritmos que intentan emular el

pensamiento humano consiguiendo una baja demanda computacional y una baja complejidad

matemática, las cuales son deseadas al implementar los algoritmos en sistemas embebidos. El

proceso de filtrado está basado en un detector de cambios de dirección que define los segmentos

básicos que componen una señal ECG, posteriormente estos segmentos son clasificados como

significativos o no significativos a través del análisis de su amplitud y duración, esto se hace para

obtener un resultado cuantitativo que ayude al filtro a cambiar entre diferentes modos geométricos

de operación. El algoritmo de preprocesamiento utiliza la salida la salida del filtro como base para

marcar la señal en ciertos puntos que permiten la poligonización de la señal con minima distorsión,

esto se logra utilizando un simple criterio geométrico que calcula y analiza la inclinación en grados

de segmentos de longitud fija para detectar cambios de signo en la inclinación, una vez que dos

cambios de signo han sido detectados el algoritmo coloca una marca en el punto más distante de la

señal medido verticalmente y con respecto a la línea descrita por dos cambios de signo

consecutivos, y luego este proceso se repite sobre las nuevas marcas obtenidas. Se proponen

cuatro niveles de marcado para poligonizar eficientemente la señal, estos noveles operan en

conjunto con una medida de desviación porcentual que ayuda al algoritmo a decidir en donde

colocar una marca y en donde no; el algoritmo puede ser fácilmente modificado para aumentar la

resolución. Además, los métodos geométricos presentados en esta tesis pueden ser extendidos a

muchas otras tareas relacionadas a procesamiento de señales ECG, tales como reconocimiento de

tipos de ruido o incluso pueden ser combinados para mejorar sus resultados, por ejemplo una vez

que una forma de onda ha sido filtrada y reconocida un segundo proceso de filtrado puede obtener

mejores resultados porque ahora el filtro ya conoce la forma de onda que se está filtrando; esta

versatilidad abre la posibilidad de diseñar nuevas consideraciones geométricas para otro tipo de

tareas y desde luego, modificar las que se proponen aquí. Los dos métodos presentados en esta

tesis son adecuados para aplicaciones de monitoreo en línea así como también son adecuados para

señales previamente grabadas.

Abstract

-----------------------------------------------------------------------------------------------------------------------------------------------

This thesis a couple of geometrical methods designed to process electrocardiography signals. These

methods have been thought with the aim to integrate an Electrocardiography Expert System to automatize

the ECG interpretation but the scope of this thesis is limited to filtering and preprocessing the signal for a

waveform recognition procedure. Despite the significant amount of publications related to ECG signal

processing, there is still a lack of reliable tools that can be easily integrated to work together in order to

perform more complexes task like the automatic interpretation of the ECG. This compatibility issue is due to

the great diversity of a approaches exposed in many of the published works, but also because some of those

works are limited to solve very specific problems in a very singular way. For this reason, the methods

presented along this thesis use a single geometrical approach with the intention to case their integration and

consequently perform more complexes tasks aimed to the development of an ECG automatic interpretation

system. The general operation mode of the methods presented here in this thesis are based in observation

not taken in other published works such as the system noise aliasing during the signal acquisition process or

the time-amplitude distribution of the primary segments from which the whole signal is composed that allows

the signal to be analyzed without relying in frequency. These observations are used in algorithms that try to

emulate the human thinking, achieving a low computational consumption and low mathematical complexity

which is desired while implementing the algorithms in embedded systems. The filtering process relies on a

signal’s direction-change detector to define the basic segments from which the signal is composed, then,

these basic segments are classified as significant or not by analyzing their amplitude and time duration in

order to get a quantitative result that will help the filter to switch between different geometric operation-

modes. The preprocessing algorithm uses the filter output as a base to mark the signal in certain points that

allows the signal to be polygonized with a minimal distortion, this is done by using a simple geometrical

criterion that computes and analyze the inclination degree of fixed-elements segments to detect changes in

the inclination-sign, once a couple of sign changes have been detected the algorithm places a mark in the

signal’s most distant point measured vertically and from the line described by the two consequent sign

changes, and then the process is repeated over the new recently found marks. Four marking-levels were

proposed to efficiently polygonize the signal, this levels operates in conjunction with a percent deviation

measure that help the algorithm to decide where to place a mark or where not; the algorithm can be easily

modified to add more resolution. Moreover, the geometrical methods presented in this thesis can be

expanded to many other tasks related to ECG signal processing such as noise-type recognition, or even can

be combined together to enhance their results, for example once a waveform has been filtered and

recognized a second filtering process can get better results since the algorithm now knows the type of

waveform which it is filtering; this versatility opens the possibility to design new geometrical considerations

for others tasks, and certainly, to modify the considerations proposed here. The both methods presented in

this thesis are suitable for online patient monitoring applications and also works fine with previously recorded

signals.