Distribución tiempo singularidad del espectro multifractal para el análisis de electrogramas intracardiaco en fibrilación atrial

El análisis de la dinámica no lineal de señales de Electrogramas Intracardiacos (EGM) ha sido propuesto como una herramienta para detectar sitios críticos de conducción eléctrica (ejm: rotores o múltiples frentes de onda) en fibrilación auricular (AF). Estudios previos han mostrado que el análisis m...

Full description

Autores:
Urda-Benitez, Robert D.
Castro-Ospina, Andrés E.
Orozco-Duque, Andrés
Tipo de recurso:
Article of journal
Fecha de publicación:
2017
Institución:
Instituto Tecnológico Metropolitano
Repositorio:
Repositorio ITM
Idioma:
eng
OAI Identifier:
oai:repositorio.itm.edu.co:20.500.12622/1025
Acceso en línea:
https://revistas.itm.edu.co/index.php/tecnologicas/article/view/716
http://hdl.handle.net/20.500.12622/1025
Palabra clave:
Análisis de series de tiempo
análisis no lineal de señales
Espectro de Singularidad Multifractal
señales cardiacas
Cardiac signals
Detrended Fluctuation Analysis
multifractal singularity spectrum
non-linear signal processing
time series analysis
Rights
License
https://creativecommons.org/licenses/by/3.0/deed.es_ES
Description
Summary:El análisis de la dinámica no lineal de señales de Electrogramas Intracardiacos (EGM) ha sido propuesto como una herramienta para detectar sitios críticos de conducción eléctrica (ejm: rotores o múltiples frentes de onda) en fibrilación auricular (AF). Estudios previos han mostrado que el análisis multifractal puede ser de utilidad para detectar actividad crítica en la señal EGM. A pesar de esto, el análisis multifractal no considera la información temporal de la señal. Existe un nuevo formalismo matemático para superar esta limitación, el cual es llamado Distribución Tiempo-Singularidad del Espectro Multifractal (TS-MFSD), que involucra la variación en el tiempo del espectro. Este artículo describe una nueva metodología para calcular características a partir del TS-MFSD en señales EGM. Nosotros evaluamos los métodos descritos en una base de datos de EGM etiquetada por expertos en cuatro clases: no fragmentada, potenciales fragmentados discretos, actividad desorganizada y actividad continua. Para evaluar el rendimiento se calculó el área bajo la curva ROC. El mejor resultado de las características propuestas alcanzó un área bajo la curva ROC de 95.17% en la detección de señales con actividad continua. Este resultado supera los reportados mediante la utilización del análisis multifractal. Hasta donde sabemos, este es el primer trabajo que reporta la utilización de la TS-MFSD en señales biomédicas, y nuestros resultados sugieren que el análisis Tiempo-Singularidad tiene el potencial para estudiar el comportamiento no estacionario de las señales EGM en AF.