UN ALGORITMO PARA LA CLASIFICACIN DEL RITMO CARDIACO

N. Gmez*, M. Caizares*, R. I. Gonzlez* y M. M. Rivero**

* Instituto Central de Investigacin Digital, La Habana, Cuba
** Hospital Hermanos Ameijeiras, La Habana, Cuba
e-mail: nglopez@icid.edu.cu
Abstract: This paper presents an algorithm for
classification of the cardiac rhythms which will be
applied in analyzing electrocardiographs. It focuses
first on the detection and measurement of different
ECG waveforms: the QRS complexes, the end of the
T wave and the atrial activity (P, F and f waves).
After detection, some parameters are evaluated
following a sequence until the final rhythm is
classified. The classification efficiency is validated on
a 500 patients ECG database including the most
frequent arrhythmias. The algorithm performance
shows specificity values over 98% and sensitivity
between 66% and 100%.
Keywords: ECG, rhythm classification, waveforms
detection

Figura 1. Ondas, intervalos y segmentos del ECG

Despus de identificar los eventos anteriormente
mencionados, se pasa a un proceso de anlisis de los
resultados que incluye el clculo de la frecuencia
cardiaca y la determinacin o clasificacin de diferentes
patologas, dentro de las cuales se destacan por su
importancia las arritmias cardiacas.
El objetivo principal de este trabajo es explicar el
algoritmo desarrollado por los autores para clasificar el
ritmo cardiaco, prestando especial atencin a sus
alteraciones ms comunes, como es el caso de la
Fibrilacin Auricular. Dicho algoritmo complementar
los programas de diagnstico que se utilizan en
electrocardigrafos que poseen, en ocasiones, baja
potencia de cmputo y por tanto debe ser
suficientemente simple. Se discutirn los resultados de
su evaluacin preliminar con electrocardiogramas
digitales de 500 pacientes.

Introduccin
La Organizacin Mundial de la Salud reporta que las
enfermedades cardiovasculares representan la mitad de
todas las muertes en los pases desarrollados y es una de
las principales causas de muerte en muchos pases en
vas de desarrollo [1]. Es por ello que el uso y desarrollo
de tcnicas no invasivas como la electrocardiografa,
representada bsicamente por el electrocardiograma
(ECG) de 12 derivaciones, abre una perspectiva muy
til para el diagnstico y tratamiento de pacientes con
trastornos de ritmo, anormalidades en la conduccin,
isquemia e infartos de miocardio recientes o antiguos,
entre otras afecciones. Adase a esto que el
equipamiento necesario para su realizacin es de fcil
adquisicin por su relativo bajo costo (si se compara
con otros mtodos de estudio ms recientes), de fcil
colocacin en cualquier lugar dadas sus caractersticas
fsicas y emplea muy pocos recursos en su manejo [2].
En los electrocardigrafos actuales se ha
generalizado el uso de la interpretacin automtica del
ECG mediante la cual se identifica y se mide una serie
de eventos con la finalidad de no pasar por alto ninguna
evaluacin que pueda resultar de importancia en el
diagnstico. Los eventos que tpicamente se estudian
son las ondas correspondientes a la actividad auricular
(ondas P, f y F), intervalo PR, complejo QRS,
(orientacin o eje elctrico, duracin o anchura y voltaje
o altura), segmento ST (desviacin y pendiente), onda T
e intervalo QT [3]. En la Figura 1 se muestran estos
eventos.

IFMBE Proc. 2004; 5(1): 1359-1362

Materiales y Mtodos
Para poder aplicar el algoritmo origen de este
trabajo, es necesario detectar y medir los eventos
presentes en el ECG. En la Figura 2 se muestran todas
las etapas de preprocesamiento donde se calculan
parmetros necesarios para la aplicacin del algoritmo.
Adquisicin de la seal de ECG: Se utiliz un
electrocardigrafo digital multicanal con adquisicin
simultnea de doce derivaciones a una frecuencia de
muestreo de 500 Hz (conversor A/D de 12 bits) y una
resolucin
digital
de 3,15 V por unidad de
conversin. Adems, posee la facilidad de almacenar en
discos magnticos los datos generales del paciente
estudiado, 8 s del ECG digital y las mediciones que
realiza de forma automtica.

1359

III CLAEB, Joo Pessoa 2004

Adquisicin de la seal de ECG

i+L

F (i ) =

S ( j)

j =i L

Filtraje digital

donde:
F(i): valor de la funcin auxiliar para la muestra i.
L: ancho de la ventana de integracin (20 muestras
equivalentes a 40 ms).
S(j): Funcin calculada como la suma de los
acumulados de diferencias en 40 ms a la izquierda y
derecha de la muestra j.

Deteccin de complejos QRS

Deteccin del final de la onda T
Deteccin de onda P y dems actividad auricular (ondas f o F)

La misma expresin fue utilizada para el estudio de

las ondas f y F.

Deteccin y clasificacin de arritmias

Deteccin y clasificacin de arritmias: La Figura 3

muestra el diagrama de flujo del algoritmo propuesto.

Figura 2. Esquema de etapas para la clasificacin de

arritmias

Hay
P?

Filtraje Digital: Se utiliz un filtro moving average

pasabanda con respuesta de fase lineal y frecuencias de
corte entre 0.67 Hz y 37 Hz [4]. Su expresin es la
siguiente:
k
m
k
m
1
1
y (k ) = 2
x
(
n
)

x ( n)
K m= k K +1 n = m K +1
L 2 m= k L +1 n = m K +1
donde:
x(n): Seal de entrada
y(k): Seal filtrada en el instante k
K, L: Constantes asociadas a las frecuencias de corte

SI

Morf. P
Varia?

SI

NO

NO

SI

RR
Estable?

FV < 60

FV?

60<=FV<=100

NO

100<FV<=160

Deteccin de complejos QRS: Se detect a partir del

clculo de la Funcin de Velocidad Espacial (FVE)
cuya expresin es la siguiente [5]:
y (k ) =

160<FV<= 260
FV > 260

[ x(i, k ) x(i, k + 1)]2

i =1

Ondas
f o F?

donde:
y(k): Funcin de Velocidad Espacial
x(k): Seal de entrada
C: Cantidad de derivaciones

RR
Estable?

SI

3
4
5
13

NO

NO
8

El establecimiento del inicio y final del complejo

QRS se realiz por tros de derivaciones para lograr un
estudio ms preciso de las ondas que lo componen [6].

QRS
ancho?

SI

FV?

FV < 50
50<=FV<= 100

NO

Deteccin del final de la onda T: Se desarroll un

algoritmo basado en el seguimiento, muestra a muestra,
de la segunda rama de la onda T, en busca de la mnima
distancia respecto a la lnea base. El algoritmo se
detiene cuando esta distancia deja de disminuir durante
un perodo de 10 ms [6].

9
10

FV>100
11
RR
Estable?

SI

12

NO

Deteccin de onda P y dems actividad auricular

(ondas f o F): Se realiz a partir del clculo de una
funcin auxiliar que se basa en la simetra que
caracteriza a la onda P [6]. La expresin de la funcin
auxiliar es la siguiente:

IFMBE Proc. 5(1)

SI

13

Figura 3. Diagrama de flujo del algoritmo para la

clasificacin del ritmo

1360

CLAEB2004

El ritmo fue clasificado en las siguientes categoras:

1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.

Tabla 1: Resultados de la evaluacin del algoritmo

Marcapaso auricular migratorio

Bradicardia sinusal
Ritmo sinusal
Taquicardia sinusal
Taquicardia auricular paroxstica
Arritmia sinusal
Flutter auricular
Fibrilacin auricular
Ritmo idioventricular
Ritmo idioventricular acelerado
Taquicardia supraventricular con QRS ancho
Ritmo de la unin
Ritmo no clasificado

A la hora de decidir el camino a seguir segn el

algoritmo se hicieron las siguientes consideraciones:
Presencia de la onda P: Para esto se defini que
exista la onda si esta fue detectada al menos en el 75 %
de los complejos QRS normales de la seal estudiada.
Variaciones en la morfologa de la P: Se analiz si
la onda P era positiva, negativa o bifsica para cada
complejo detectado. Si su comportamiento no era
similar en el 90 % de los complejos analizados se
estableci que su morfologa era variable.
Frecuencia Ventricular (FV): Tambin conocida
como frecuencia cardiaca, fue calculada a partir del RR
promedio.
Presencia de ondas f o F: La presencia o no de estas
ondas se determin en los casos donde no exista onda
P. Se aplicaron criterios de voltaje y se calcul la
frecuencia en que stas aparecan para diferenciarlas de
posibles ruidos en la seal.
Estabilidad del RR: Los complejos QRS fueron
clasificados como normales o extrasstoles. Se
consider que el RR era estable, si la diferencia entre el
RR asociado a cada complejo normal y el RR promedio
no superaba el 120 %.
QRS ancho: Se estableci que el QRS era ancho si el
ancho promedio de los QRS detectados superaba los
120 ms.

Cant.
ECG

Sens.
(%)

Especif.
(%)

VPP
(%)

Marcapaso auricular
migratorio

Bradicardia sinusal

76

97.36

100.00

100.00

Ritmo sinusal

396

97.22

100.00

100.00

Taquicardia sinusal

12

100.00

100.00

100.00

Taquicardia auricular
paroxstica

100.00

100.00

100.00

Arritmia sinusal

66.66

99.36

40.00

Flutter auricular

Fibrilacin auricular

12

75.00

99.79

90.00

Ritmo idioventricular

Ritmo idioventricular
acelerado

99.40

Taquicardia
supraventricular con
QRS ancho

Ritmo de la unin

98.00

Total

500

Discusin
Como se observa en la Tabla 1, para algunas
categoras de ritmo no existan casos en la muestra
seleccionada, lo cul implica que la sensibilidad del
algoritmo para esos casos sea del 0 %. En cuanto a la
Arritmia Sinusal, existan solamente 3 casos que en la
muestra, y uno de ellos no fue clasificado
correctamente, por presentar gran cantidad de ruido en
la seal que fue confundido con ondas f.
La clasificacin incorrecta de las extrasstoles
auriculares incidi en la baja especificidad en la
deteccin de la Arritmia Sinusal. Estos latidos son
adelantados y poseen una pausa compensadora, si
errneamente se clasifican como normales, la variacin
que existe entre la duracin de su RR anterior y su RR
posterior, implican que se establezca el RR variable
cuando no lo es.
En el caso de la Fibrilacin Auricular (FA), para
afirmar la precisin en la interpretacin del algoritmo,
es requisito que los casos con esta patologa representen
entre un 5 % y un 8 % de la muestra estudiada [7]. En
nuestro estudio los casos de FA representan el 2.4 % del
total analizados, sin embargo una sensibilidad de
deteccin del 75 % y una especificidad superior al 99 %
son valores superiores a los reportados en la literatura
consultada [8].
En la especificidad de la clasificacin del Ritmo
Idioventricular Acelerado, incidieron los fallos en la
deteccin de la onda P y la existencia de Bloqueos
Completos de Rama, en los cuales los complejos QRS
eran anchos en las 12 derivaciones.
La clasificacin Ritmo de la Unin tuvo baja
especificidad debido a la deteccin incorrecta de la onda
P. De esta patologa no existan casos en la muestra, por
lo que ese valor no permite evaluar la respuesta del
algoritmo en casos que sean positivos.

Resultados
Para la evaluacin del algoritmo se desarroll un
software con facilidades grficas que muestra los 8
segundos de la seal de ECG en las 12 derivaciones.
Dos cardilogos entrenados y especializados en
arritmias se encargaron de anotar en cada caso el inicio
y final de los complejos QRS, el final de la onda T, la
presencia de actividad auricular (ondas P, F y f) y la
clasificacin final del ritmo. Esta clasificacin fue
tomada como criterio de la verdad.
Los individuos que componen la muestra analizada
fueron seleccionados de forma aleatoria en una consulta
de cardiologa. La composicin de dicha muestra y los
resultados de la evaluacin se observan en la Tabla 1.

IFMBE Proc. 5(1)

Categora de ritmo

1361

CLAEB2004

Para los ritmos sinusales, de predominio en

cualquier poblacin tpica [7] la clasificacin tuvo
resultados satisfactorios, todos superiores al 97 %.

[7] International Standar IEC 60601-2-51, Medical

electrical equipment Part 2-51: Particular
requirements for safety, including essential
performance, of recording and analyzing single and
multichannel electrocardiographs, First Edition
2003-02

Conclusin
Se desarroll un algoritmo que permite la
clasificacin de los ritmos cardiacos ms frecuentes en
la prctica clnica. Los resultados de su evaluacin
muestran ndices que estn en el estado del arte de los
reportados internacionalmente.
La baja potencia de cmputo requerida para los
clculos previos y el algoritmo en cuestin, hace posible
que sea implementado en arquitecturas basadas en
microcontroladores, las cuales se utilizan ampliamente
en los electrocardigrafos digitales.
Es necesario continuar trabajando en la deteccin de
la actividad auricular y la clasificacin de los complejos
QRS para obtener mejores valores de sensibilidad en la
deteccin de la Arritmia Sinusal y la Fibrilacin
Auricular.
Se recomienda extender la muestra hasta lograr la
presencia en ella de todas las categoras que se plantea
pueden ser clasificadas. Se propone adems ampliar el
algoritmo para que puedan ser detectados los ritmos de
Taquicardia y Fibrilacin Ventricular.

[8] Lepage R., Boucher J., Blanc J., Cornilly J., ECG
Segmentation and P-Wave Feature Extraction:
Application to Patients Prone to Atrial Fibrillation,
Internet site address: http://www.stormingmedia.us/
visitado en 28/04/04

Referencias
[1] World Heart Organization: The World Heart Report
2003 Shaping the future, Internet site address:
http://www.who.int/research/es/
visitado
en
28/04/2004
[2] Bermdez, F., Electrocardiografa Diagnstica,
Editoral Mc Graw Hill Interamericana de Venezuela,
1998
[3] Zerquera, F. M., Nociones de Electrocardiografa,
Editorial Pueblo y Educacin, Cuba, 1985.
[4] Gonzlez, R. I., Morejn A. M., Rodrguez J. A.,
Ramrez M.M, Preprocesamiento de seales
electrocardiogrficas en tiempo real, Ing. Electr.,
Autom. y Telecom., 13(3): 89-94, 1991.
[5] Gonzlez R. I., Rivero M.M., Fernndez R.,
Evaluacin de un programa para la interpretacin
automtica de electrocardiogramas, Primer
Congreso Virtual de Cardiologa. Enero, 2000.
[6] Caizares M., Gmez N., Gonzlez R. I., Rivero M.
M., Folgueras J., Meissimilly G., A New Method
for Electrocardiogram Study Proc. Eng. in Med.
and Biol. Soc. 25th Annual Intern. Conf., Cancn
Mxico, 2003, pp. 2643-2646

IFMBE Proc. 5(1)

1362

CLAEB2004