Caracterización con wavelets de alteraciones electrocardiográficas en pacientes con enfermedad de Chagas

Se elaboró un algoritmo para detectar las características de  la señal electrocardiográfica (ECG) de pacientes con arritmias cardiacas y pacientes con enfermedad de Chagas crónico del departamento del Meta, y registros de personas sanas haciendo uso de la función wavelet Symlets 7 (sym 7), como una...

Full description

Autores:
Riveros-Sanabria, Fernando
Tipo de recurso:
Article of journal
Fecha de publicación:
2015
Institución:
Universidad de los Llanos
Repositorio:
Repositorio Digital Universidad de los LLanos
Idioma:
spa
OAI Identifier:
oai:repositorio.unillanos.edu.co:001/2555
Acceso en línea:
https://repositorio.unillanos.edu.co/handle/001/2555
https://doi.org/10.22579/20112629.336
Palabra clave:
Rights
openAccess
License
Orinoquia - 2016
Description
Summary:Se elaboró un algoritmo para detectar las características de  la señal electrocardiográfica (ECG) de pacientes con arritmias cardiacas y pacientes con enfermedad de Chagas crónico del departamento del Meta, y registros de personas sanas haciendo uso de la función wavelet Symlets 7 (sym 7), como una forma alternativa del análisis de Fourier para este tipo de señales. Se creó una base de datos de registros electrocardiográficos (ECG) de alta resolución de personas de la región  con afecciones cardiacas y enfermedad de Chagas crónico, quienes fueron informados y aceptaron voluntariamente siguiendo todas las recomendaciones bioéticas. Los registros se tomaron en las instalaciones de la Universidad de los Llanos con un equipo de alta resolución y en derivada D II.  Este algoritmo permitió identificar las características más importantes de cada registro ECG de los pacientes con arritmias cardiacas y enfermedad de Chagas, midiendo los intervalos PR, QT, QTc, RR, complejo QRS y amplitudes de las ondas y la frecuencia cardiaca con una exactitud mayor al 98%, convirtiéndose en una herramienta para  obtener un mejor diagnóstico de los síntomas de anomalías cardiacas y del mal de Chagas crónico.Palabras clave: análisis wavelet; complejo QRS; electrofisiología.