Design and implementation of a digital electrocardiographic system

Cristian Vidal Silva; Valeska Gatica Rojas

doi:10.17533/udea.redin.14718

Autores/as

Cristian Vidal Silva Universidad de Talca
Valeska Gatica Rojas Universidad de Talca

DOI:

https://doi.org/10.17533/udea.redin.14718

Palabras clave:

ECG, DSP, electrocardiograma, complejo QRS, filtros digitales, algoritmos

Resumen

Trabajar con señales bioeléctricas del cuerpo humano no es una tarea simple. Es necesario conocer aspectos biológicos y eléctricos propios del cuerpo humano. Este trabajo describe conocimiento y pasos necesarios para el diseño e implementación de un sistema digital para la adquisición y tratamiento de una señal eléctrica del cuerpo humano: la señal electrocardiográfica (ECG). Algunos de los aspectos más importantes a ser considerados en la implementación de un sistema de procesamiento digital de señales (DSP, del inglés digital signal processing) para trabajar con señales bioeléctricas humanas son descritos: computación gráfica, diseño de circuitos electrónicos con restricciones de tiempo real, análisis de señales eléctricas del cuerpo humano y diseño de algoritmos en línea. En el contexto de los últimos dos aspectos señalados, se dan a conocer algunos algoritmos de filtrado de la señal ECG y se muestran algunos resultados de mejoras a un algoritmo clásico para la detección de complejos QRS de la señal ECG.

|Resumen

= 469 veces | PDF

= 174 veces|

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Cristian Vidal Silva, Universidad de Talca

Escuela de Ingeniería Informática Empresarial.

Valeska Gatica Rojas, Universidad de Talca

Escuela de Kinesiología.

Citas

N. Goldschlager, J. M. Goldman. “Principios de Electrocardiografía Clínica”. 10a ed. Ed. El Manual Moderno. México. 1992. pp. 10-90.

D. Dubin. “Electrocardiografía Práctica: Lesión Trazado e Interpretación”, 3a ed. Ed. McGraw Hill Interamericana. Madrid. 1976. pp. 35-112.

D. Cuesta. Estudio de métodos para procesamiento y agrupación de señales electrocardiográfica. Tesis Doctoral. E.P.S. de Alcoi. Universidad Politécnica de Valencia. Valencia. Septiembre 2001. pp. 17-63.

F. Kusumoto. ECG Interpretation: From Pathophysiology to Clinical Application. Ed. Springer. New York. 2009. pp. 13-19. DOI: https://doi.org/10.1007/978-0-387-88880-4

D. K. Lidner. Introducción a las Señales y los Sistemas. Ed. McGraw Hill. Caracas. 2002. pp. 291-345.

J. Proakis. Tratamiento digital de señales: Principios, algoritmos y aplicaciones. 3a ed. Ed. Prentice Hall. Madrid. 1997. pp. 300-315.

J. K. Wells, W. G. R. Crampton. “A portable bioamplifier for electric fish research: design and construction”. Neotropical Ichthyology. Vol. 4. 2006. pp. 295-299. DOI: https://doi.org/10.1590/S1679-62252006000200018

N. Thakor, J. Webster, W. J. Tompkins, “Estimation of QRS Complex Power Spectra for Design of a QRS Filter”. IEEE Transactions on Biomedical Engineering. Vol. 31. 1984. pp. 702-706. DOI: https://doi.org/10.1109/TBME.1984.325393

C. Henning, “The Principles of Software QRS Detection”. IEEE Engineering in Medicine and Biology. Vol. 21. 2002. pp. 42-57. DOI: https://doi.org/10.1109/51.993193

M. C. Rodríguez. Desarrollo de un sistema de adquisición, procesado y transmisión de electrocardiogramas (ECG). Ingeniería Técnica en Informática de Sistemas, Escuela Superior de Ciencias Experimentales y Tecnología. Universidad Rey Juan Carlos. Curso académico 2002-2003. http://dac.escet.urjc.es/PFC/cristina_rodriguez/. Consultado el 15 de diciembre 2008.

C. Vidal. Construcción de un Electrocardiógrafo Digital y Desarrollo de Algoritmos para la medición de parámetros relevantes al diagnóstico médico. Tesis de Licenciatura. Universidad Católica del Maule. Talca (Chile). 2004. pp. 16-31.

W. T. Clusin. “Mechanisms of calcium transient and action potential alternans in cardiac cells and tissues”. Am J Physiol Heart Circ Physiol. Vol 294. 2008. pp.1- 10. DOI: https://doi.org/10.1152/ajpheart.00802.2007

N. Townsend. Medical Electronics. Signal Processing & Neural Networks Group. Dept. of Engineering Science. University of Oxford. 2009. http://www.robots.ox.ac.uk/~neil/teaching/lectures/med_elec/. Consultada el 3 de marzo de 2009.

INA131 Datasheet, “Datasheet Catalog”. 2010. http://www.datasheetcatalog.com/datasheets_pdf/I/N/A/1/INA131.shtml. Consultada el 20 de enero 2010.

M. L. Ahlstrom, W. J. Tompkins. “Digital Filters for RealTime ECG Signal Processing Using Microprocessors”. IEEE Transactions on Biomedical Engineering. Vol. 32. 1985. pp. 708-713. DOI: https://doi.org/10.1109/TBME.1985.325589

G. M. Friesen, T. C. Jannett, M. A. Jadallah, S. L. Yates, S. R. Quint, H. T. Nagle. “Comparison of the Noise Sensitivity of Nine QRS Detection Algorithms”. IEEE Transactions on Biomedical Engineering. Vol. 31. 1990. pp. 85-98. DOI: https://doi.org/10.1109/10.43620

J. Pan, W. J. Tompkins. “QRS Detection Algorithm”. IEEE Transactions on Biomedical Engineering. Vol. 32. 1985. pp. 230-236. DOI: https://doi.org/10.1109/TBME.1985.325532

S. Suppappola, Y. Sun. “Nonlinear Transform of ECG Signals for Digital QRS Detection: A Quantitative Analysis”. IEEE Transactions on Biomedical Engineering. Vol. 41. 1994. pp. 397-400. DOI: https://doi.org/10.1109/10.284971

P. Hamilton, W. J. Tompkins. “Quantitative Investigation of QRS Detection Rules Using MIT/ BIH Arrhythmia Database”. IEEE Transactions on Biomedical Engineering. Vol. 31. 1986. pp. 1157- 1165. DOI: https://doi.org/10.1109/TBME.1986.325695

C. Vidal, P. Charnay, P. Arce. Enhancement of a QRS detection algorithm based on the first derivative, using techniques of a QRS detector algorithm based on non-linear transformations. Ed. Springer. Berlin. 2009. pp. 393-396. DOI: https://doi.org/10.1007/978-3-540-89208-3_93

MIT DB, “MIT BIH DB”. http://physionet.incorp.usp.br/physiobank/database/mitdb/. 2008. Consultada el 15 de enero de 2008.