Análisis de la sincronización espacial en señal de fibrilación ventricular
[ES] Durante la fibrilación auricular (FA) y ventricular (FV), la actividad eléctrica presenta un patrón de activación altamente desorganizado, y se pierde la efectividad mecánica. Esto ha propiciado que clásicamente se definiera la fibrilación como una arritmia aleatoria y completamente desorganiza...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2012 |
| País: | España |
| Institución: | Universitat Politècnica de València (UPV) |
| Repositorio: | RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia |
| Idioma: | español |
| OAI Identifier: | oai:riunet.upv.es:10251/27226 |
| Acceso en línea: | https://riunet.upv.es/handle/10251/27226 |
| Access Level: | acceso abierto |
| Palabra clave: | Procesado Bioseñales Fibrilación Ventricular Sincronización Espacial Biosignal Processing Fibrillation Spatial Synchronization Máster Universitario en Ingeniería Biomédica-Màster Universitari en Enginyeria Biomèdica |
| Sumario: | [ES] Durante la fibrilación auricular (FA) y ventricular (FV), la actividad eléctrica presenta un patrón de activación altamente desorganizado, y se pierde la efectividad mecánica. Esto ha propiciado que clásicamente se definiera la fibrilación como una arritmia aleatoria y completamente desorganizada. No obstante, trabajos recientes sugieren que existe cierta organización entre activaciones. El objetivo del presente trabajo es la descripción del grado de organización espacial de diferentes registros de fibrilación ventricular en modelos experimentales de corazón aislado mediante el cálculo de un número reducido de parámetros. Se analiza, por tanto, la posibilidad de utilizar esos parámetros en el diseño de sistemas de clasificación de diferentes clases de FV. En primer lugar se lleva a cabo una revisión bibliográfica de parámetros usados en procesado de señal de FA o FV y se seleccionan algunos de ellos para su implementación en código Matlab y su aplicación en registros multi-electrodo de FV. En total, se calculan 7 parámetros: frecuencias dominante y media, índice de regularidad, correlación espacial, coherencia espectral e índices de sincronización y acoplamiento. Previamente a su aplicación, los algoritmos se calibran para ajustarse a las características de la señal con la que se trabaja: FV en corazones de conejo de la raza Nueva Zelanda. En un principio se analizan registros monopolares pertenecientes a 11 subclases que se agrupan en 4 clases: FV y entrenamiento físico, FV e isquemia, y FV y estiramiento de fibras con y sin administración de fármaco. Más tarde, se crean 11 registros bipolares a partir de los 11 de partida. Se representan mapas de organización y se crean tablas de resultados que se almacenan en ficheros de datos para un posible análisis posterior. Los resultados también son almacenados en una estructura de tipo array de celdas. Las pruebas de comparación de medias realizadas demuestran que existen diferencias estadísticamente significativas entre parámetros calculados para diferentes subclases de fibrilación dentro de cada clase. Asimismo, todos los parámetros son capaces de distinguir entre las subclases de FV bajo estiramiento con y sin fármaco. Por último, se ilustra la diferencia que existe en los parámetros calculados cuando se realizan registros monopolares o bipolares de un mismo proceso. Desde el punto de vista de los parámetros, el índice de sincronización y la correlación espacial son los que presentan mayor capacidad de discriminación entre subclases. |
|---|