Skip to content

Aplicación para detección de arritmias probado con la base de datos de arritmias del MIT-BIH 24 Horas.

Notifications You must be signed in to change notification settings

Miguel546/algoritmoArritmias

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

85 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Aplicación para la detección temprana de arritmias basado en los algoritmos de Pan & Tompkins, Elgendi y Boonperm

Las arritmias son anomalías en el correcto funcionamiento del sistema eléctrico del corazón. Las cuatro cámaras del corazón por lo general laten con un patrón estable y rítmico. La presencia de arritmias es peligrosa para quien las padece y de no ser tratadas a tiempo pueden devenir en enfermedades cardiovasculares que traerán consecuencias fatales y podrían producir la muerte. Para detectar arritmias cardiacas en forma temprana se suelen utilizar monitores de funciones vitales que son costosos, no son portables y cuyo software no es abierto. Ante este contexto se propone una aplicación para la detección de las arritmias: Bradicardia Sinusal, Taquicardia Ventricular, Fibrilación Auricular, Flutter Auricular y Aleteo Auricular, a partir de los algoritmos Pan y Tompkins, Elgendi y Boonperm cuyo código podría ser instalado en dispositivos móviles (Android y iOS) para que los monitores de funciones vitales no sean la única opción para poder detectar dichas arritmias. El algoritmo ensamblado ha sido probado con la base de datos de arritmias del MIT-BIH, primer conjunto de datos de prueba estándar disponible para el ámbito académico. Se analizaron los 48 registros de dicha base de datos y se obtuvo 37.22% de sensibilidad y 65.09% de predictividad en la detección de arritmias, a pesar de los valores obtenidos en la detección de los complejos QRS se obtuvo 99.02 sensibilidad y 99.11% predictividad, lo cual indica que el algoritmo híbrido es confiable solo para la detección de complejos QRS.

Figura en la que se compara un electrocardiograma de un corazón sano y un electrocardiograma de una Fibrilación Auricular.

ECG_RSN_FA

Metodología

Para la presente investigación para la validación de la efectividad de la aplicación de detección de arritmias se implementará 3 algoritmos. Para la detección del complejo QRS se hace uso del algoritmo Pan Tompkins para detectar el complejo QRS y para las ondas P propuesta por Elgendi y para hallar las arritmias se utilizó las reglas de decisión de Parayikorn. La base de datos utilizada es la MIT-BIH Arrythmia Database del portal Physionet, la cual contiene 48 registros, cada registro digitalizado con 360 muestras/segundo y cada registro con 650000 muestras con registros de electrocardiogramas de diversas arritmias cada registro de 47 sujetos estudiados en el BIH Arrhythmia Laboratory entre 1975 y 1979. (Moody G.B & Mark R.G, 2001, p. 45-47)

Para descargarse los registros tiene que acceder a la siguiente url: https://archive.physionet.org/cgi-bin/atm/ATM tienes que seleccionar MIT-BIH Arrhythmia Database (mitdb) y en signals seleccionar MLII, en caso de los registros 102 y 104m seleccionar el registro V5 y descargarlos en formato .mat en toolbox seleccionar "Export signals as .mat" en la duración ponerle "to end" y en time format "time/date". Los registros descargdos ya estan en la carpeta registro de este repositorio en formato .mat.

1. Pan & Tompkins, 1985 desarrollaron un algoritmo en tiempo real para la detección de complejos QRS en señales electrocardiográficas, el cual es capaz de detectar el complejo QRS basado en la pendiente, amplitud y ancho. Un filtro pasabanda especial reduce falsas detecciones causadas por varios tipos de ruido presentes en la señal ECG lo cual permite el uso de umbrales lo que aumenta la sensibilidad de detección. El algoritmo ajusta automáticamente los umbrales y los parámetros periódicamente para adaptarse a los cambios de electrocardiograma como la morfología QRS y la frecuencia cardíaca” (Pan Tompkins, 1985, p. 230). Para el estándar de la base de datos de arritmias del MIT-BIH 24 horas, se replicó el algoritmo Pan-Tompkins en MATLAB detectando correctamente el 96,32% de los complejos QRS mientras que en el artículo original dice un 99.3% por lo tanto el valor obtenido oscila con el original.

Picos R

Tabla de resultados Pan Tompkins

Registro Mit Numero de latidos VP FP FN Sensibilidad Predictividad
100m 2273 2273 0 0 100.00 100.00
101m 1863 1862 6 1 99.95 99.68
102m 2187 2053 134 134 93.87 93.87
103m 2084 2083 0 1 99.95 100.00
104m 2229 2186 47 43 98.07 97.90
105m 2572 2558 53 14 99.46 97.97
106m 2027 2023 1 4 99.80 99.95
107m 2137 2111 6 26 98.78 99.72
108m 1763 1743 323 20 98.87 84.37
109m 2532 2526 1 6 99.76 99.96
111m 2124 2108 3 16 99.25 99.86
112m 2539 2539 0 0 100.00 100.00
113m 1795 1795 0 0 100.00 100.00
114m 1879 1877 1 2 99.89 99.95
115m 1953 1953 0 0 100.00 100.00
116m 2412 2388 4 24 99.00 99.83
117m 1535 1535 0 0 100.00 100.00
118m 2278 2278 1 0 100.00 99.96
119m 1987 1987 1 0 100.00 99.95
121m 1863 1861 0 2 99.89 100.00
122m 2476 2476 0 0 100.00 100.00
123m 1518 1515 0 3 99.80 100.00
124m 1619 1606 2 13 99.20 99.88
200m 2601 2595 7 6 99.77 99.73
201m 1963 1895 0 68 96.54 100.00
202m 2136 2126 0 10 99.53 100.00
203m 2976 2871 47 105 96.47 98.39
205m 2656 2651 2 5 99.81 99.92
207m 2332 1970 205 362 84.48 90.57
208m 2953 2907 6 46 98.44 99.79
209m 3005 3005 0 0 100.00 100.00
210m 2649 2591 23 58 97.81 99.12
212m 2748 2748 0 0 100.00 100.00
213m 3251 3218 31 33 98.98 99.05
214m 2262 2254 5 8 99.65 99.78
215m 3363 3359 0 4 99.88 100.00
217m 2208 2204 2 4 99.82 99.91
219m 2154 2154 0 0 100.00 100.00
220m 2048 2048 0 0 100.00 100.00
221m 2427 2423 0 4 99.84 100.00
222m 2483 2458 25 25 98.99 98.99
223m 2605 2593 0 12 99.54 100.00
228m 2053 2047 12 6 99.71 99.42
230m 2256 2256 0 0 100.00 100.00
231m 1571 1571 0 0 100.00 100.00
232m 1780 1780 2 0 100.00 99.89
233m 3079 3076 0 3 99.90 100.00
234m 2753 2750 0 3 99.89 100.00
48 registros 109957 108886 950 1071 99.03 99.14

2. Elgendi, 2016 propuso un método basado en dos filtros de promedio móvil seguido de un umbral de duración de evento dinámico para detectar ondas P y T en señales electrocardiográficas. La detección de las ondas P y T es afectada por la calidad de las grabaciones de electrocardiogramas y las anormalidades de las señales electrocardiográficas. Dicho método detecta ondas P y T en señales electrocardiográficas de arritmias que sufren: 1) efectos no estacionarios, 2) baja relación señal / ruido, 3) Complejo auricular prematuro, 5) Bloques de rama izquierda y 6) Bloques de rama derecha. Cabe destacar que el detector de ondas P y T obtuvo una sensibilidad del 98.05 por ciento y una predictividad positiva del 97.11 por ciento para las ondas P sobre 10 registros de la base de datos de arritmia MIT-BIH con 21702 latidos

Ondas P

Tabla de resultados Elgendi

Registro Mit Ondas P VP FP FN Sensibilidad Predictividad
100m 2257 2255 18 2 99.91 99.21
101m 1865 1849 12 16 99.14 99.36
103m 2084 2051 21 33 98.42 98.99
106m 1507 1467 541 40 97.35 73.06
117m 1534 1532 1 2 99.87 99.93
119m 1620 1616 449 4 99.75 78.26
122m 2475 2475 1 0 100.00 99.96
207m 1415 842 1099 573 59.51 43.38
214m 2001 1945 213 56 97.20 90.13
222m 1257 1136 1220 121 90.37 48.22
223m 2099 2062 526 37 98.24 79.68
231m 1994 1567 3 427 78.59 99.81
12 registros 22108 20797 4104 1311 94.07 83.52

3. Boonperm, 2014 et al. propone un programa con interfaz gráfica que detecta arritmias usando MATLAB con los parámetros de el complejo QRS, la onda P, intervalo RR, el intervalo PR, y el ritmo del ECG usando la base de datos de arritmias del MIT.

Cinco características para clasificar arritmias.

Arritmia Ritmo Ritmo cardiaco Onda P Intervalo PR Complejo QRS
Ritmo sinusal normal Regular 55-100 lpm 1 120-200 ms < 125 ms
Bradicardia sinusal Regular < 55 lpm 1 120-200ms < 125 ms
Fibrilación auricular Irregular cualquiera >=1 No < 125 ms
Aleteo auricular Regular cualquiera >=1 No < 125 ms
Taquicardia ventricular Regular >75 lpm No No > 125 ms
Flutter ventricular Irregular >120 lpm No No > 125 ms

Arritmias

Tabla de resultados Arritmias

Registro Arritmia Numero de latidos VP FP FN Sensibilidad Predictividad
100m Ritmo Sinusal Normal 2273 1571 0 702 69.12 100.00
101m Ritmo Sinusal Normal 1863 1790 0 73 96.08 100.00
102m Ritmo Sinusal Normal 102 66 75 36 64.71 46.81
102m Otra Arritmia 2085 1140 49 945 54.68 95.88
103m Ritmo Sinusal Normal 2084 1532 0 552 73.51 100.00
104m Ritmo Sinusal Normal 289 52 92 237 17.99 36.11
104m Otra Arritmia 1940 655 145 1285 33.76 81.88
105m Ritmo Sinusal Normal 2572 305 1 2267 11.86 99.67
106m Ritmo Sinusal Normal 1483 741 1 742 49.97 99.87
106m Taquicardia ventricular 3 0 5 3 0.00 0.00
106m Otra Arritmia 541 297 318 244 54.90 48.29
107m Otra Arritmia 2137 2041 4 96 95.51 99.80
108m Ritmo Sinusal Normal 1763 291 1 1472 16.51 99.66
109m Ritmo Sinusal Normal 2532 88 0 2444 3.48 100.00
111m Ritmo Sinusal Normal 2124 25 1 2099 1.18 96.15
112m Ritmo Sinusal Normal 2539 654 0 1885 25.76 100.00
113m Ritmo Sinusal Normal 1795 1321 0 474 73.59 100.00
114m Ritmo Sinusal Normal 1872 297 0 1575 15.87 100.00
114m Otra Arritmia 7 4 1427 3 57.14 0.28
115m Ritmo Sinusal Normal 1953 1658 0 295 84.90 100.00
116m Ritmo Sinusal Normal 2412 1370 0 1042 56.80 100.00
117m Ritmo Sinusal Normal 1535 12 0 1523 0.78 100.00
118m Ritmo Sinusal Normal 2278 799 0 1479 35.07 100.00
119m Ritmo Sinusal Normal 1498 955 73 543 63.75 92.90
119m Otra Arritmia 489 208 203 281 42.54 50.61
121m Ritmo Sinusal Normal 1863 407 0 1456 21.85 100.00
122m Ritmo Sinusal Normal 2476 2458 0 18 99.27 100.00
123m Ritmo Sinusal Normal 1518 95 0 1423 6.26 100.00
124m Ritmo Sinusal Normal 1534 183 11 1351 11.93 94.33
124m Otra Arritmia 85 52 543 33 61.18 8.74
200m Ritmo Sinusal Normal 1398 384 24 1014 27.47 94.12
200m Taquicardia ventricular 23 5 367 18 21.74 1.34
200m Otra Arritmia 1180 352 114 828 29.83 75.54
201m Ritmo Sinusal Normal 691 28 151 663 4.05 15.64
201m Fibrilacion Auricular 911 130 203 781 14.27 39.04
201m Otra Arritmia 361 184 467 177 50.97 28.26
202m Ritmo Sinusal Normal 1092 129 67 963 11.81 65.82
202m Aleteo Auricular 104 79 154 25 75.96 33.91
202m Fibrilacion Auricular 940 86 39 854 9.15 68.80
203m Aleteo Auricular 536 68 155 468 12.69 30.49
203m Fibrilacion Auricular 2354 378 185 1976 16.06 67.14
203m Taquicardia ventricular 79 16 692 63 20.25 2.26
203m Otra Arritmia 7 1 783 6 14.29 0.13
205m Ritmo Sinusal Normal 2607 2502 0 105 95.97 100.00
205m Taquicardia ventricular 49 19 29 30 38.78 39.58
207m Ritmo Sinusal Normal 1485 5 2 1480 0.34 71.43
207m Taquicardia ventricular 6 0 492 6 0.00 0.00
207m Flutter ventricular 472 69 49 403 14.62 58.47
207m Otra Arritmia 369 152 1268 217 41.19 10.70
208m Ritmo Sinusal Normal 2443 255 137 2188 10.44 65.05
208m Otra Arritmia 510 58 487 452 11.37 10.64
209m Ritmo Sinusal Normal 2744 1377 0 1367 50.18 100.00
209m Otra Arritmia 261 5 3 256 1.92 62.50
210m Fibrilacion Auricular 2591 193 16 2398 7.45 92.34
210m Taquicardia ventricular 12 1 1255 11 8.33 0.08
210m Otra Arritmia 46 10 413 36 21.74 2.36
212m Ritmo Sinusal Normal 2748 2398 0 350 87.26 100.00
213m Ritmo Sinusal Normal 3135 13 0 3122 0.41 100.00
213m Taquicardia ventricular 7 2 358 5 28.57 0.56
213m Otra Arritmia 109 0 8 109 0.00 0.00
214m Ritmo Sinusal Normal 2168 402 7 1766 18.54 98.29
214m Taquicardia ventricular 6 1 655 5 16.67 0.15
214m Otra Arritmia 88 20 881 68 22.73 2.22
215m Ritmo Sinusal Normal 3357 16 0 3341 0.48 100.00
215m Taquicardia ventricular 6 0 995 6 0.00 0.00
217m Fibrilacion Auricular 338 10 12 328 2.96 45.45
217m Taquicardia ventricular 3 0 314 3 0.00 0.00
217m Otra Arritmia 1867 1571 131 296 84.15 92.30
219m Ritmo Sinusal Normal 329 20 549 309 6.08 3.51
219m Fibrilacion Auricular 1802 319 188 1483 17.70 62.92
219m Otra Arritmia 23 8 506 15 34.78 1.56
220m Ritmo Sinusal Normal 2021 673 1 1348 33.30 99.85
220m Otra Arritmia 27 1 850 26 3.70 0.12
221m Fibrilacion Auricular 2357 294 11 2063 12.47 96.39
221m Taquicardia ventricular 6 2 631 4 33.33 0.32
221m Otra Arritmia 64 30 804 34 46.88 3.60
222m Ritmo Sinusal Normal 1181 814 74 367 68.92 91.67
222m Aleteo Auricular 742 181 123 561 24.39 59.54
222m Fibrilacion Auricular 188 42 514 146 22.34 7.55
222m Otra Arritmia 372 157 212 215 42.20 42.55
223m Ritmo Sinusal Normal 1996 863 28 1133 43.24 96.86
223m Taquicardia ventricular 181 86 805 95 47.51 9.65
223m Otra Arritmia 428 65 134 363 15.19 32.66
228m Ritmo Sinusal Normal 1659 173 2 1486 10.43 98.86
228m Otra Arritmia 394 232 315 162 58.88 42.41
230m Ritmo Sinusal Normal 1341 820 55 521 61.15 93.71
230m Otra Arritmia 915 449 262 466 49.07 63.15
231m Ritmo Sinusal Normal 1151 1045 0 106 90.79 100.00
231m Otra Arritmia 420 4 17 416 0.95 19.05
232m Bradicardia Sinusal 1780 20 0 1760 1.12 100.00
233m Ritmo Sinusal Normal 2871 169 0 2702 5.89 100.00
233m Taquicardia ventricular 18 5 797 13 27.78 0.62
233m Otra Arritmia 190 100 614 90 52.63 14.01
234m Ritmo Sinusal Normal 2703 2587 3 116 95.71 99.88
234m Otra Arritmia 50 2 0 48 4.00 100.00
48 registros 109957 41147 21357 68810 37.42 65.83

Conclusiones

  • Se implementó el algoritmo Pan Tompkins para hallar los picos R con una sensibilidad de 99.03% y predictividad de 99.14% sobre los 48 registros que proporciona la base de datos de arritmias del MIT-BIH 24H.
  • Se implementó el algoritmo de Mohamed Elgendi para hallar las ondas P con una sensibilidad de 94.07% y predictividad de 83.52% sobre los 12 registros que proporciona la base de datos de arritmias del MIT-BIH 24H para las ondas P.
  • Se implementó las reglas de decisión de Parayikorn para poder detectar las arritmias con una sensibilidad de 37.42% y predictividad de 65.83% sobre los 48 registros de la base de datos de arritmias del MIT-BIH 24H.