ES2989762T3 - Segmentación de señales de electrocardiograma - Google Patents
Segmentación de señales de electrocardiograma Download PDFInfo
- Publication number
- ES2989762T3 ES2989762T3 ES20723297T ES20723297T ES2989762T3 ES 2989762 T3 ES2989762 T3 ES 2989762T3 ES 20723297 T ES20723297 T ES 20723297T ES 20723297 T ES20723297 T ES 20723297T ES 2989762 T3 ES2989762 T3 ES 2989762T3
- Authority
- ES
- Spain
- Prior art keywords
- ecg
- segments
- signal
- data set
- heartbeat
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0006—ECG or EEG signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/327—Generation of artificial ECG signals based on measured signals, e.g. to compensate for missing leads
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/353—Detecting P-waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/355—Detecting T-waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/366—Detecting abnormal QRS complex, e.g. widening
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physiology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
Se describen técnicas para segmentar señales de electrocardiograma (ECG). En un ejemplo, un método para segmentar una señal de electrocardiograma (ECG) puede incluir la detección de latidos cardíacos consecutivos en una señal de ECG. El método también incluye segmentar la señal de ECG en múltiples segmentos de ECG que rodean los latidos cardíacos consecutivos detectados y generar un conjunto de datos de ECG uniendo segmentos de ECG consecutivos. El conjunto de datos de ECG generado representa los latidos cardíacos detectados. En algunos de estos ejemplos, cada segmento de ECG tiene una duración que incluye un complejo QRS, una onda P y una onda T. (Traducción automática con Google Translate, sin valor legal)
Description
DESCRIPCIÓN
Segmentación de señales de electrocardiograma
Antecedentes
Un electrocardiograma (ECG) es una prueba médica que registra la actividad eléctrica generada por el corazón usando electrodos colocados en lugares bien establecidos de la piel. Estos electrodos registran las señales eléctricas cardíacas que son el resultado de la despolarización del músculo cardíaco seguida de la repolarización durante cada ciclo cardíaco (latido cardíaco). La actividad eléctrica cardíaca registrada, representada por un gráfico de voltaje a lo largo del tiempo, puede interpretarse para detectar numerosas anomalías cardíacas. Por ejemplo, un médico puede recomendar un ECG a una persona que puede estar en riesgo de padecer una enfermedad cardíaca porque tiene antecedentes familiares de enfermedad cardíaca, o porque fuma, tiene sobrepeso, diabetes, colesterol alto o tensión arterial alta. Un médico también puede recomendar un ECG a una persona que presenta ciertos síntomas, como dolor torácico, dificultad para respirar, mareos, desmayos o latidos cardíacos rápidos o irregulares. En cualquier caso, el ECG permite la detección de problemas cardíacos en sus fases tempranas y la prevención de complicaciones costosas adicionales que pueden surgir de tales problemas cardíacos.
Un ECG proporciona una instantánea de la actividad eléctrica del corazón registrada durante un corto período de tiempo, tal como unos pocos minutos. Para un observador capacitado, un ECG puede transmitir una gran cantidad de información sobre la estructura y función del corazón presente en el momento del registro (p. ej., presente durante los 10 segundos del registro del ECG). Como tal, un ECG es eficaz para la detección de afecciones cardíacas que se capturan durante la corta duración del registro del ECG, pero es ineficaz para el diagnóstico de afecciones cardíacas que pueden no capturarse durante el registro del ECG relativamente corto. Con este fin, la eficacia de diagnóstico de muchas afecciones cardíacas puede mejorarse mediante una monitorización ampliada y a largo plazo del ECG. El documento US 2018/249961 divulga un método, sistema y producto de programa informático para segmentar un ECG según las partes precaracterizadoras de las reivindicaciones 1,6 y 14 respectivamente.
Sumario
Según un primer aspecto, se proporciona un método para segmentar una señal de electrocardiograma (ECG) caracterizado según la reivindicación 1.
Según otro aspecto, se proporciona un sistema para segmentar una señal de electrocardiograma (ECG) caracterizado según la reivindicación 6.
Según otro aspecto más, se proporciona un producto de programa informático caracterizado según la reivindicación 14.
Breve descripción de los dibujos
Los objetos, características y ventajas anteriores y otros resultarán evidentes a partir de la siguiente descripción más particular de las realizaciones, como se ilustra en los dibujos adjuntos en los que caracteres de referencia similares se refieren a las mismas partes en todas las diferentes vistas. Los dibujos no están necesariamente a escala, sino que se hace hincapié en ilustrar los principios de las realizaciones.
La figura 1 es un diagrama que ilustra un flujo de proceso de ejemplo para una monitorización remota de ECG de dos fases, según una realización de la presente divulgación.
La figura 2 es un diagrama de bloques que ilustra componentes seleccionados de un sistema de segmentación de señales de ECG de ejemplo que está programado con o incluye de otro modo una aplicación de segmentación de señales de ECG, según una realización de la presente divulgación.
La figura 3 es un diagrama que ilustra una salida de forma de onda de ejemplo de un electrocardiograma (ECG) para un único ciclo cardíaco.
La figura 4 es un diagrama que ilustra una señal de ECG de ejemplo segmentada en segmentos de ECG de tamaño fijo, según una realización de la presente divulgación.
La figura 5 es un diagrama que ilustra los segmentos de ECG de la figura 4 que incluye un latido cardíaco artificial, según una realización de la presente divulgación.
La figura 6 es un diagrama que ilustra los segmentos de ECG de la figura 5 y características asociadas, según una realización de la presente divulgación.
La figura 7 es un diagrama de bloques que ilustra componentes seleccionados de un sistema de monitorización cardíaca remota de ejemplo que procesa señales de ECG segmentadas, según una realización de la presente divulgación.
La figura 8 es un diagrama de flujo que ilustra un proceso de ejemplo para la monitorización remota de ECG de un paciente usando señales de ECG segmentadas, según una realización de la presente divulgación.
Descripción detallada
En la siguiente descripción de las diversas realizaciones, se hace referencia a los dibujos adjuntos identificados anteriormente y que forman parte de la misma, y en los que se muestran a modo de ilustración diversas realizaciones en las que pueden ponerse en práctica aspectos de los conceptos descritos en el presente documento. Debe entenderse que pueden utilizarse otras realizaciones y pueden realizarse modificaciones estructurales y funcionales sin apartarse del alcance de los conceptos descritos en el presente documento. Por lo tanto, debe entenderse que pueden implementarse diversos aspectos de los conceptos descritos en el presente documento en realizaciones distintas a las descritas específicamente en el presente documento. También debe apreciarse que los conceptos descritos en el presente documento pueden ponerse en práctica o llevarse a cabo de maneras diferentes a las descritas específicamente en el presente documento.
Como se indicó anteriormente, pueden derivarse numerosas eficiencias y beneficios de la monitorización ampliada y a largo plazo del ECG. Por ejemplo, la monitorización remota de ECG usando dispositivos tales como un monitor Holter, un ECG ambulatorio inalámbrico o un registrador de bucle implantable, por proporcionar algunos ejemplos, puede usarse para extender la duración de la monitorización más allá de un día o unos pocos días. Tal monitorización ampliada puede permitir la detección de afecciones cardíacas como arritmia intermitente (fibrilación auricular) u otras afecciones esporádicas. Sin embargo, la monitorización ampliada y a largo plazo del ECG genera una gran cantidad de datos de señales de ECG que es necesario procesar y revisar por parte de profesionales médicos capacitados para realizar un diagnóstico adecuado del paciente (p. ej., para determinar la presencia de una afección cardíaca). La segmentación de señales de ECG es una fase muy importante en el procesamiento apropiado de las señales de ECG.
Por lo tanto, y según una realización de la presente divulgación, se divulgan técnicas para segmentar un ECG. Según una realización, se detectan y se marcan latidos cardíacos consecutivos en una señal de ECG. En una implementación de ejemplo, cada latido cardíaco detectado puede marcarse con un punto negro u otro indicador adecuado en una ubicación por encima de un complejo QRS para indicar la ubicación de un latido cardíaco asociado con el complejo QRS. Luego, la señal de ECG se segmenta o se divide de otro modo en segmentos de ECG de tamaño fijo que rodean los latidos cardíacos consecutivos detectados. En una realización de este tipo, un segmento de ECG tiene una duración (longitud) suficiente para incluir un complejo QRS, una onda P a la derecha del complejo QRS y una onda T a la izquierda del complejo QRS. Luego se genera un conjunto de datos de ECG que representa los latidos cardíacos detectados uniendo los segmentos de ECG consecutivos de tamaño fijo para reconstruir la señal de ECG.
Cuando se identifica una no superposición entre segmentos de ECG adyacentes, se incluye un marcador de latido cardíaco artificial en el conjunto de datos de ECG, en donde el marcador de latido cardíaco artificial indica un fragmento de ECG entre los segmentos de ECG que no se superponen.
En algunas de tales realizaciones, puede incluirse información adicional, tal como información de frecuencia cardíaca y/u otras características relacionadas con un latido cardíaco, en el conjunto de datos de ECG. Tal información adicional puede especificarse usando vectores de características, donde cada vector incluye características específicas para un latido cardíaco dado. A modo de ejemplo, y en una implementación de ejemplo, cada vector de características puede contener información que describe información de onda P, información de onda T que incluye ubicación de inicio, ubicación de desplazamiento, duración, forma/morfología, amplitud, otra información de ondas que incluye características Q, R y S, morfologías, duraciones, amplitudes, información de nivel de ruido que rodea el latido cardíaco dado e información de aceleración (por ejemplo, la información de aceleración puede medirse y proporcionarse mediante un acelerómetro incluido en el monitor portátil del paciente), y otra información tal como información de latidos recogida de sensores distintos de ECG, incluida señal de PPG, señal de tensión arterial e información de saturación de oxígeno en sangre, por poner algunos ejemplos. Estas y otras ventajas y realizaciones alternativas resultarán evidentes a la luz de esta divulgación.
Debe entenderse que la fraseología y la terminología usadas en el presente documento tienen fines descriptivos y no deben considerarse limitantes. Más bien, a las frases y términos usados en el presente documento se les debe dar su interpretación y significado más amplios. El uso de “que incluye” y “que comprende” y variaciones de los mismos pretende abarcar los artículos enumeradas a continuación y equivalentes de los mismos, así como artículos adicionales y equivalentes de los mismos. El uso de los términos “conectado”, “acoplado” y términos similares pretende incluir conexión y acoplamiento tanto directo como indirecto.
Volviendo ahora a las figuras, la figura 1 es un diagrama que ilustra un flujo de proceso de ejemplo para una monitorización remota de ECG de dos fases, según una realización de la presente divulgación. La monitorización remota de ECG de dos fases incluye una fase 1 que se realiza o implementa de otro modo usando un monitor de paciente portátil y una fase 2 que se realiza o implementa de otro modo usando un sistema de monitorización remota. Como se muestra, la fase 1 incluye una subfase 102 de detección de ECG, una subfase 104 de detección de eventos emergentes y una subfase 106 de transmisión de datos, y la fase 2 incluye una subfase 108 de recepción de datos, una subfase 110 de interpretación de complejos de ECG y una subfase 112 de informe. Como se apreciará, estas fases y subfases se utilizan con fines de facilitar la discusión y no deben interpretarse como limitaciones estructurales o rígidas de otro modo. Por ejemplo, la subfase de detección de EGC y la subfase de detección de eventos emergentes pueden combinarse en una única subfase que se produce antes de la subfase de transmisión de datos. Como otro ejemplo, la subfase de interpretación de complejos de ECG puede dividirse o separarse en múltiples subfases, por ejemplo, en función del número de eventos no emergentes. En resumen, puede usarse cualquier número de fases y subfases para proporcionar las diversas funciones proporcionadas en el presente documento. Numerosas realizaciones resultarán evidentes.
En un caso de uso de ejemplo de la monitorización remota, un paciente puede llevar el monitor de paciente portátil, tal como un monitor Holter, un ECG ambulatorio inalámbrico o un registrador de bucle implantable, para la monitorización del corazón del paciente. La subfase 102 de detección de ECG incluye adquirir una señal de ECG del cuerpo del paciente. La subfase 102 de detección de ECG también puede incluir la digitalización de la señal de ECG adquirida. La subfase 104 de detección de eventos emergentes incluye analizar o procesar de otro modo la señal de ECG para detectar eventos emergentes que se manifiestan en la señal de ECG. Como se trata de eventos emergentes, el procesamiento de detección de eventos emergentes puede realizarse mediante el monitor de paciente portátil con un retraso mínimo. En algunas realizaciones, el monitor de paciente portátil puede proporcionar una notificación, tal como una notificación visual, auditiva y/o háptica, por proporcionar algunos ejemplos, informando de la detección de un evento emergente. La subfase 106 de transmisión de datos incluye transmitir o proporcionar de otro modo los datos de señales de ECG al sistema de monitorización remota. En una realización, los datos de señales de ECG pueden transmitirse una vez que se detecta un evento emergente. Esto permite un análisis o procesamiento adicional de la señal de ECG mediante el sistema de monitorización remota. En algunas de tales realizaciones, la notificación del evento emergente detectado, así como la información relativa al evento emergente detectado (por ejemplo, información de interpretación del evento emergente) también puede transmitirse o proporcionarse de otro modo al sistema de monitorización remota. En los casos en donde no se detecta un evento emergente, el monitor de paciente portátil puede guardar en la memoria intermedia (p. ej., almacenar) los datos de señales de ECG y transmitir o proporcionar de otro modo los datos de señales de ECG guardados en la memoria intermedia periódicamente, por ejemplo, cada 30 segundos, 60 segundos, 2 minutos, 5 minutos, 10 minutos u otro período de tiempo adecuado.
La subfase 108 de recepción de datos incluye recibir los datos de señales de ECG transmitidos o proporcionados de otro modo por el monitor de paciente portátil. La recepción de datos 108 también puede incluir proporcionar cualquier información de interpretación de eventos emergentes que se proporciona con los datos de señales de ECG para informar a un médico, profesional de atención médica y/u otro personal de monitorización capacitado, por ejemplo. Por ejemplo, proporcionar notificación de un evento emergente detectado por el monitor de paciente portátil puede permitir que el médico o el personal de monitorización acceda inmediatamente (o sin demoras indebidas) a los datos de señales de ECG y atienda adecuadamente al paciente. La subfase 110 de interpretación de complejos de ECG incluye realizar una interpretación de la señal de ECG no emergente, tal como analizar la señal de ECG para información de interpretación de arritmia compleja, por ejemplo. En algunas realizaciones, la interpretación de la señal de ECG no emergente puede utilizar un contexto de señal de ECG amplio y/o grandes memorias intermedias de señal de ECG (por ejemplo, una longitud o duración relativamente grande de la señal de ECG) para mejorar y/u optimizar la precisión y profundidad de la interpretación de la señal de ECG. La subfase 112 de informe incluye la generación de informes de diagnóstico de la señal de ECG. Los informes pueden incluir informes de diagnóstico de los eventos emergentes detectados por el monitor de paciente portátil y/o informes de diagnóstico de la interpretación de la señal de ECG no emergente realizada por la estación de monitorización remota.
La monitorización remota de ECG usando un monitor de paciente portátil y una estación de monitorización remota se describe adicionalmente más adelante con respecto a las figuras 7 y 8.
La figura 2 es un diagrama de bloques que ilustra componentes seleccionados de un sistema 200 de segmentación de señales de ECG de ejemplo que está programado con o incluye de otro modo una aplicación de segmentación de señales de ECG, según una realización de la presente divulgación. En algunas realizaciones, el sistema 200 de segmentación de señales de ECG puede implementarse usando un sistema informático, tal como una estación de trabajo, ordenador de escritorio, servidor, ordenador portátil, ordenador de mano, tableta (por ejemplo, la tableta iPad), ordenador móvil o dispositivo de comunicación (por ejemplo, el dispositivo de comunicación móvil iPhone, el dispositivo de comunicación móvil Android y similares), u otro tipo de dispositivo informático o de telecomunicaciones que sea capaz de comunicarse y que tenga suficiente potencia de procesamiento y capacidad de memoria para realizar las operaciones descritas en esta divulgación. En algunas realizaciones, se proporciona un sistema computacional distribuido que comprende múltiples de tales sistemas computacionales. Como se muestra en la figura 2, el sistema 200 de segmentación de señales de ECG incluye un procesador 202, una memoria 204, un sistema operativo 206, un módulo de comunicación 208, un almacenamiento de datos 210 y una aplicación 212 de segmentación de señales de ECG. En diversas realizaciones, pueden emplearse componentes adicionales (no ilustrados, tales como como una pantalla, interfaz de entrada/salida, interfaz de usuario, etc.) o un subconjunto de los componentes ilustrados sin desviarse del alcance de la presente divulgación. Por ejemplo, en diversas realizaciones, la aplicación 212 de segmentación de señales de ECG puede no incluir uno o más de los componentes ilustrados en la figura 2, pero la aplicación 212 de segmentación de señales de ECG puede conectarse o acoplarse de otro modo a uno o más componentes a través de una interfaz de comunicación.
El procesador 202 puede diseñarse para controlar las operaciones de los otros diversos componentes del sistema 200 de segmentación de señales de ECG. El procesador 202 puede incluir cualquier unidad de procesamiento adecuada para su uso en el sistema 200 de segmentación de señales de ECG, tal como un procesador de un único núcleo o de múltiples núcleos. En general, el procesador 202 puede incluir cualquier ordenador, entidad informática o dispositivo informático o de procesamiento de propósito especial o general adecuado, incluidos diversos hardware o firmware informáticos, y puede configurarse para ejecutar instrucciones, tales como instrucciones de programa, almacenadas en cualquier medio de almacenamiento legible por ordenador aplicable. Por ejemplo, el procesador 202 puede incluir un microprocesador, una unidad central de procesamiento (CPU), un microcontrolador, un procesador de señales digitales (DSP), un circuito integrado de aplicación específica (ASIC), una matriz de puertas programables en campo (FPGA), un ordenador de conjunto de instrucciones complejas (CISC), ordenador de conjunto de instrucciones reducidas (RISC), multinúcleo o cualquier otro circuito digital o analógico configurado para interpretar y/o ejecutar instrucciones de programa y/o procesar datos, ya sea cargados desde la memoria o implementados directamente en hardware. Aunque se ilustra como un único procesador en la figura 2, el procesador 202 puede incluir cualquier número de procesadores y/o núcleos de procesador configurados para, individual o colectivamente, realizar o dirigir la realización de cualquier número de operaciones descritas en la presente divulgación.
La memoria 204 puede incluir medios de almacenamiento legibles por ordenador configurados para transportar o tener instrucciones o estructuras de datos ejecutables por ordenador almacenadas en la misma. Tales medios de almacenamiento legibles por ordenador pueden incluir cualquier medio disponible al que pueda acceder un ordenador de propósito general o especial, tal como el procesador 202. A modo de ejemplo, y sin limitación, tales medios de almacenamiento legibles por ordenador pueden incluir medios de almacenamiento legibles por ordenador no transitorios que incluyen memoria de acceso aleatorio (RAM), memoria dinámica de acceso aleatorio (DRAM), memoria dinámica de acceso aleatorio sincronizada (SDRAIVI), memoria estática de acceso aleatorio (SRAIVI), una matriz redundante de discos independientes (RAID), memoria no volátil (NVM) o cualquier otro medio de almacenamiento adecuado que pueda usarse para transportar o almacenar código de programa particular en forma de instrucciones o estructuras de datos ejecutables por ordenador y a las que puede acceder un ordenador de propósito general o especial. Combinaciones de lo anterior también pueden incluirse dentro del alcance de los medios de almacenamiento legibles por ordenador.
El sistema operativo 206 puede comprender cualquier sistema operativo adecuado, tal como UNIX®, LINUX®, MICROSOFT®, WINDOWS® (Microsoft Crop., Redmond, WA), GOOGLE® ANDROID™ (Google Inc., Mountain View, CA), APPLE® iOS (Apple Inc., Cupertino, CA) o APPLE® OS X® (Apple Inc., Cupertino, CA). Como se apreciará a la luz de esta divulgación, las técnicas proporcionadas en el presente documento pueden implementarse sin tener en cuenta el sistema operativo particular proporcionado junto con el sistema 200 de segmentación de señales de ECG y, por lo tanto, también pueden implementarse utilizando cualquier plataforma adecuada existente o desarrollada posteriormente.
El módulo de comunicación 208 puede ser cualquier chip de red apropiado o conjunto de chips que permita la comunicación por cable o inalámbrica a través de una red y/o enlace de comunicación (tal como una red 706 descrita con más detalle a continuación) con uno o más de los otros componentes descritos en el presente documento. El módulo de comunicación 208 también puede configurarse para proporcionar comunicaciones dentro del dispositivo a través de un bus o una interconexión.
El almacenamiento de datos 210 puede incluir cualquier tipo de medio de almacenamiento legible por ordenador configurado para el almacenamiento de datos a corto o largo plazo. A modo de ejemplo, y sin limitación, tales medios de almacenamiento legibles por ordenador pueden incluir un disco duro, una disco de estado sólido, una memoria de sólo lectura (ROM), una memoria de sólo lectura programable y borrable eléctricamente (EEPROM), una memoria de disco compacto de sólo lectura (CD-ROM) u otro almacenamiento de disco óptico, almacenamiento de disco magnético u otros dispositivos de almacenamiento magnético, dispositivos de memoria flash (por ejemplo, dispositivos de memoria de estado sólido), memoria no volátil (NVM) o cualquier otro medio de almacenamiento, incluidos los proporcionados anteriormente junto con la memoria 204, que pueden usarse para transportar o almacenar código de programa particular en forma de instrucciones, software o estructuras de datos legibles y ejecutables por ordenador para implementar las diversas realizaciones como se divulga en el presente documento y a las que puede accederse mediante un ordenador de propósito general o de propósito especial. Combinaciones de lo anterior también pueden incluirse dentro del alcance de los medios de almacenamiento legibles por ordenador. El almacenamiento de datos 210 puede proporcionarse en el sistema 200 de segmentación de señales de ECG o proporcionarse por separado o de forma remota desde el sistema 200 de segmentación de señales de ECG.
Como se muestra además en la figura 2, la aplicación 212 de segmentación de señales de ECG incluye un módulo 214 de detección de latidos, un módulo 216 de segmentación de señales, un módulo 218 de generación de conjuntos de datos y un módulo 220 de cálculo de características. La aplicación 212 de segmentación de señales de ECG está configurada para facilitar la segmentación de un ECG, tal como como una entrada de señal de ECG o proporcionada de otro modo al sistema 200 de segmentación de ECG. La señal de ECG puede representar una gráfica del biopotencial generado por la actividad de un corazón.
La figura 3 es un diagrama que ilustra una salida de forma de onda de ejemplo de un electrocardiograma (ECG) para un único ciclo cardíaco. Más específicamente, la figura 3 muestra un único ciclo cardíaco (latido cardíaco único), con una descripción de picos, ondas e intervalos de ECG, que son la base del análisis y la clasificación del ECG. Como se muestra, una forma de onda típica de ECG o un trazado de un latido cardíaco normal (o ciclo cardíaco) incluye una onda P, un complejo QRS (también conocido como intervalo QRS) y una onda T. Normalmente es visible una pequeña onda U (no mostrada) en de aproximadamente el 50 % al 75 % de los ECG. El voltaje inicial del electrocardiograma se conoce como línea isoeléctrica. Normalmente, la línea isoeléctrica se mide como la porción del trazado que sigue a la onda T y precede a la siguiente onda P.
La onda P se observa durante la despolarización auricular normal, un vector eléctrico medio se dirige desde el nodo SA hacia el nodo AV y se propaga desde la aurícula derecha hasta la aurícula izquierda. La relación entre las ondas P y los complejos QRS ayuda a distinguir diversas arritmias cardíacas. Por ejemplo, la forma y duración de las ondas P pueden indicar agrandamiento auricular.
El segmento PR está a la izquierda del complejo QRS. El segmento PR es la línea plana entre el final de la onda P y el inicio del complejo QRS. El segmento PR refleja el retraso de tiempo entre la activación auricular y ventricular. El segmento PR también sirve como línea base de la curva del ECG. Una depresión del segmento PR puede indicar lesión auricular o pericarditis.
El intervalo PR se mide desde el comienzo de la onda P hasta el comienzo del complejo QRS. El intervalo PR suele tener una duración de aproximadamente 120 a 200 ms. En un trazado de ECG, esto puede corresponder a de 3 a 5 cuadros pequeños, dependiendo del tamaño de la cuadrícula. Un intervalo PR prolongado puede indicar un bloqueo cardíaco de primer grado; un intervalo PR corto puede indicar un síndrome de preexcitación a través de una ruta accesoria que conduce a la activación temprana de los ventrículos, como se observa en el síndrome de Wolff-Parkinson-White; un intervalo PR variable puede indicar otros tipos de bloqueo cardíaco; una depresión del intervalo PR puede indicar lesión auricular o pericarditis; y morfologías variables de las ondas P en una sola derivación del ECG sugieren un ritmo de marcapasos ectópico, como un marcapasos errante o una taquicardia auricular multifocal.
El complejo QRS es una estructura del ECG que corresponde a la despolarización de los ventrículos. Debido a que los ventrículos contienen más masa muscular que las aurículas, el complejo QRS suele ser más grande que la onda P. Además, debido a que el sistema His-Purkinje coordina la despolarización de los ventrículos, el complejo QRS tiende a verse a aparecer “puntiagudo” en lugar de redondeado debido al aumento de la velocidad de conducción. Un complejo QRS normal tiene una duración de aproximadamente 0,06 a 0,10 s (de aproximadamente 60 a 100 ms). La duración, amplitud y morfología del complejo QRS son útiles para diagnosticar arritmias cardíacas, anomalías de la conducción, hipertrofia ventricular, infarto de miocardio, alteraciones electrolíticas y otras enfermedades. La onda Q puede ser normal (fisiológica) o patológica.
El segmento ST está a la derecha del complejo QRS. El segmento ST conecta el complejo QRS y la onda T y tiene una duración de aproximadamente 0,005 a 0,150 segundos (de aproximadamente 5 a 150 ms). El segmento ST comienza en un punto J (unión entre el complejo QRS y el segmento ST y termina al comienzo de la onda T. Sin embargo, dado que suele ser difícil determinar exactamente dónde termina el segmento ST y comienza la onda T contigua, la relación entre el segmento ST y la onda T normalmente se examina en conjunto. La duración típica del segmento ST suele ser de aproximadamente 0,08 segundos (aproximadamente 80 ms). Debe estar esencialmente al mismo nivel que el segmento PR y el segmento TP. La forma de un segmento ST normal tiene una ligera concavidad ascendente. Segmentos ST planos, descendentes o deprimidos pueden indicar isquemia coronaria, mientras que un segmento ST elevado puede indicar infarto de miocardio.
La onda T representa la repolarización (o recuperación) de los ventrículos. El intervalo desde el inicio del complejo QRS hasta el vértice de la onda T se denomina período refractario absoluto. La última mitad de la onda T se denomina período refractario relativo (o período vulnerable). Ondas T invertidas (o negativas) pueden ser un signo de isquemia coronaria, síndrome de Wellens, hipertrofia del ventrículo izquierdo o trastorno del SNC. Ondas T simétricas altas o en forma de “tienda de campaña” pueden indicar hiperpotasemia. Ondas T planas pueden indicar isquemia coronaria o hipopotasemia.
El intervalo QT se mide desde el comienzo del complejo QRS hasta el final de la onda T. Un intervalo QT normal suele ser de aproximadamente 0,40 segundos. El intervalo QT así como el intervalo QT corregido son útiles en el diagnóstico del síndrome de QT largo y del síndrome de QT corto y también son útiles en la predicción de taquiarritmia ventricular.
El segmento TP es el intervalo isoeléctrico en el ECG. Es la región entre el final de la onda T y la siguiente onda P. El segmento TP representa el momento en que las células del músculo cardíaco están eléctricamente silenciosas. La duración o longitud del segmento TP se acorta cuando aumenta la frecuencia cardíaca y viceversa.
La onda U es normalmente pequeña, no siempre se ve y, por definición, sigue a la onda T. Se cree que las ondas U representan la repolarización de los músculos papilares o fibras de Purkinje. Se observan ondas U prominentes con mayor frecuencia en hipopotasemia, pero pueden estar presentes en hipercalcemia, tirotoxicosis o exposición a digitálicos, epinefrina y antiarrítmicos de clase 1A y 3, así como en síndrome congénito de QT largo y en el contexto de hemorragia intracraneal. Una onda U invertida puede representar isquemia miocárdica o sobrecarga de volumen del ventrículo izquierdo.
Haciendo referencia nuevamente a la figura 2, el módulo 214 de detección de latidos está configurado para detectar latidos cardíacos consecutivos en la señal de ECG. En una realización de ejemplo, el módulo 214 de detección de latidos puede detectar N latidos cardíacos consecutivos. El módulo 214 de detección de latidos también está configurado para marcar cada latido cardíaco detectado para indicar la ubicación del latido cardíaco. En una implementación de ejemplo, cada latido cardíaco detectado puede marcarse con un punto negro u otro indicador adecuado en una ubicación por encima de un complejo QRS para indicar la ubicación de un latido cardíaco asociado con el complejo QRS.
El módulo 216 de segmentación de señal está configurado para segmentar o dividir de otro modo la señal de ECG en segmentos de ECG de tamaño fijo que rodean los latidos cardíacos consecutivos detectados. La duración o longitud de un segmento de ECG puede estar relacionada con la frecuencia cardíaca promedio. En una realización de este tipo, un segmento de ECG tiene una duración (longitud) suficiente para incluir un complejo QRS, una onda P a la derecha del complejo QRS y una onda T a la izquierda del complejo QRS.
La figura 4 ilustra el método de segmentación de señales de ECG, donde los latidos cardíacos consecutivos se detectan y se marcan o se identifican de otro modo. En la figura 4, los latidos cardíacos están marcados con puntos negros ubicados por encima de los complejos QRS. En sistemas prácticos, después de la detección, los latidos cardíacos se marcan o se identifican electrónicamente. La figura muestra segmentos de ECG de tamaño fijo que rodean los latidos cardíacos marcados (resaltados mediante rectángulos grises en la figura 4). Puede observarse que todos (excepto uno) de los segmentos se superponen, lo que garantiza que todos (excepto uno) de los fragmentos de señal de ECG estén contenidos en los datos. Además, se muestra en la figura 4 que los segmentos 3 y 4 no se superponen, lo que da como resultado un fragmento de ECG que no está contenido en los datos. La resolución de este problema se ha mostrado en la figura 5. Cabe señalar que la señal de ECG que se muestra en la figura 4 puede ser una porción de la señal de ECG que se introdujo y está procesando el sistema 200 de segmentación de señales de ECG (por ejemplo, segmentándose por el módulo 216 de segmentación de señales). Como se muestra, la señal de ECG se segmenta en seis segmentos de ECG de tamaño fijo (por ejemplo, segmento 1, segmento 2, segmento 3, segmento 4, segmento 5 y segmento 6). Como se muestra, cada segmento de ECG incluye un único latido cardíaco. Sin embargo, puede que este no sea el caso en todos los casos. Es decir, un segmento de ECG puede incluir múltiples latidos cardíacos. Por ejemplo, en el caso de un paciente que tiene una frecuencia cardíaca acelerada, un segmento de ECG o múltiples segmentos de ECG pueden incluir múltiples latidos cardíacos. Como puede observarse en la figura 4, cada latido cardíaco detectado en un segmento de ECG está marcado apropiadamente (por ejemplo, como lo indica el punto negro que aparece sobre cada complejo QRS). En realizaciones, pueden usarse segmentos de ECG de diferentes tamaños.
Haciendo referencia nuevamente a la figura 2, el módulo 218 de generación de conjuntos de datos está configurado para unir los segmentos de ECG consecutivos de tamaño fijo para generar un conjunto de datos de ECG. El conjunto de datos de ECG es una representación de los latidos cardíacos detectados en la señal de ECG. Como se apreciará a la luz de esta divulgación, puede usarse cualquier número de técnicas adecuadas para unir los segmentos de ECG consecutivos.
El módulo 218 de generación de conjuntos de datos también está configurado para identificar cualquier no superposición entre segmentos de ECG adyacentes. Para cada no superposición identificada entre segmentos de ECG adyacentes, el módulo 218 de segmentación de datos incluye un marcador de latidos cardíacos artificiales. El marcador de latidos cardíacos artificiales está incluido en el conjunto de datos de ECG. El objetivo del marcador de latidos cardíacos artificiales es indicar un fragmento de ECG entre los segmentos de ECG que no se superponen.
La figura 5 muestra los segmentos de señal de ECG ilustrados en la figura 4 que incluyen un latido cardíaco artificial. Como puede observarse, no hay superposición entre segmentos de ECG adyacentes. Específicamente, el segmento 3 y el segmento 4 no se superponen cuando se unen los seis segmentos de ECG. Es decir, los segmentos 1 y 2 se superponen, los segmentos 2 y 3 se superponen, los segmentos 4 y 5 se superponen y los segmentos 5 y 6 se superponen. Sin embargo, los segmentos 3 y 4 no se superponen.
Como puede observarse adicionalmente en la figura 5, se incluye un marcador de latido cardíaco artificial (por ejemplo, como se indica mediante una “x”) entre los segmentos 3 y 4. El latido cardíaco artificial indica que falta un fragmento de ECG (por ejemplo, segmento x) en el conjunto de datos de ECG. En algunas condiciones, puede ser necesario incluir más de un marcador de latido cardíaco artificial en un segmento de ECG faltante. La figura 5 ilustra así la construcción de una tabla de datos de aprendizaje automático y una introducción de un latido artificial (x) para incluir el fragmento de ECG no incluido entre los segmentos 3 y 4.
Haciendo referencia nuevamente a la figura 2, el módulo 220 de cálculo de características está configurado para identificar o determinar de otro modo (por ejemplo, calcular) propiedades o características de los latidos cardíacos. Los ejemplos de tales propiedades o características incluyen información de frecuencia cardíaca, información que describe información de onda P, información de onda T que incluye ubicación de inicio, ubicación de desplazamiento, duración, forma/morfología, amplitud, otra información de ondas que incluye características Q, R y S, morfologías, duraciones, amplitudes, información de nivel de ruido que rodea el latido cardíaco dado e información de aceleración (p. ej., medida y proporcionada por un acelerómetro incluido en el monitor portátil del paciente) y otra información como información de latidos (p. ej., recopilada de sensores que no son de ECG), incluyendo señal PPG, señal de tensión arterial e información de saturación de oxígeno en sangre, por proporcionar algunos ejemplos. En una implementación de ejemplo, las propiedades o características identificadas de los latidos cardíacos pueden incluirse en uno o más vectores de características. Los vectores de características pueden incluirse en el conjunto de datos de ECG.
La figura 6 muestra los segmentos de señal de ECG ilustrados en la figura 5 y vectores de características asociados.
Como puede observarse, cada latido cardíaco está asociado con dos vectores de características (“HR1, HR2, HR3,<HRX,>H<r>4,<HR5, HR6” y (“FV1, FV2, FV3, FVX, FV4, FV5, FV6”). Los vectores incluyen información (propiedades,>características, etc.) específica para un latido cardíaco determinado. Por ejemplo, el vector de características HRx puede incluir información de frecuencia cardíaca para cada latido cardíaco. Asimismo, el vector de características FVx puede incluir otras propiedades o características para cada latido cardíaco. Aunque la figura 6 muestra el uso de dos vectores de características, puede usarse un número diferente de vectores de características (tal como uno, tres, cuatro o más) como se apreciará a la luz de esta divulgación, y esta divulgación no debe interpretarse como limitada en este sentido.
En realizaciones, las características del segmento pueden calcularse o determinarse de otro modo de la misma manera (es decir, individualmente para cada segmento). En realizaciones, las características del segmento pueden calcularse o determinarse de otro modo de la misma manera para cada segmento. Por ejemplo, si las características representan P, QRS y T morfológicamente, deben establecerse en un valor predeterminado o por defecto (por ejemplo, un valor de 0 o algún otro valor predeterminado). Si las características no están relacionadas con el complejo QRS pero son medidas objetivas de la señal (por ejemplo, nivel de ruido, desviación estándar, valor medio, etc.), pueden calcularse para un segmento faltante (por ejemplo, segmento X).
En diversas realizaciones, pueden emplearse componentes adicionales o un subconjunto de los componentes ilustrados sin desviarse del alcance de la presente divulgación. Por ejemplo, otras realizaciones pueden integrar las diversas funcionalidades de la aplicación 212 de segmentación de señales de ECG, incluido el módulo 214 de detección de latidos, el módulo 216 de segmentación de señales, el módulo 218 de generación de conjuntos de datos y el módulo 220 de cálculo de características en menos módulos (por ejemplo, uno o dos) o más módulos (por ejemplo, cuatro, cinco o seis, o más). Además, obsérvese además que los diversos componentes de la aplicación 212 de segmentación de señales de ECG pueden estar todos en un sistema informático independiente según algunas realizaciones, mientras que en otras pueden estar distribuidos en múltiples máquinas. Por ejemplo, cada uno del módulo 214 de detección de latidos, módulo 216 de segmentación de señales, módulo 218 de generación de conjuntos de datos y módulo 220 de cálculo de características puede estar ubicado en una disposición de servidor basada en la nube y ser accesible para una interfaz de usuario basada en cliente a través de una red de comunicaciones. En algunos casos, uno o más del módulo 214 de detección de latidos, el módulo 216 de segmentación de señales, el módulo 218 de generación de conjuntos de datos y el módulo 220 de cálculo de características pueden descargarse desde un servicio basado en la nube en el navegador (u otra aplicación) de un ordenador cliente para su ejecución local. En un sentido más general, el grado de integración y distribución del/de los componente(s) funcional(es) proporcionado(s) en el presente documento puede variar mucho de una realización a la siguiente, como se apreciará a la luz de esta divulgación.
En el aprendizaje automático, una característica puede considerarse como una propiedad o característica individual mensurable de un fenómeno (por ejemplo, el latido cardíaco representado por una señal de ECG) que está observándose. La elección de características informativas, discriminatorias e independientes puede dar como resultado algoritmos eficaces en el reconocimiento, la clasificación y la regresión de patrones.
La figura 7 es un diagrama de bloques que ilustra componentes seleccionados de un sistema 700 de monitorización cardíaca remota de ejemplo que utiliza el aprendizaje automático para detectar afecciones cardíacas, según una realización de la presente divulgación. Más específicamente, el sistema 700 de monitorización cardíaca remota ilustrado en la figura 7 puede entenderse como que permite que un monitor 702 de paciente portátil y una estación 704 de monitorización cardíaca interactúen entre sí para proporcionar una monitorización remota de un paciente para el diagnóstico de una afección cardíaca. En tales realizaciones, el monitor 702 de paciente portátil y la estación 704 de monitorización cardíaca pueden comunicarse entre sí a través de una red 706. Obsérvese que solo se ilustra un monitor 702 de paciente portátil en el sistema 700 de monitorización cardíaca remota en la figura 7 con fines de claridad y, como tal, se apreciará que otras realizaciones pueden incluir más de un monitor 702 de paciente portátil (por ejemplo, dos, tres, decenas o, de hecho, cualquier número adecuado de monitores de paciente portátiles).
La red 706 puede ser una red de área local (tal como una red doméstica o de oficina), una red de área amplia (tal como Internet), una red de igual a igual (tal como una conexión Bluetooth), o una combinación de dichas redes, ya sean públicas, privadas o ambas. En ciertas realizaciones, al menos una porción de la funcionalidad asociada con la red 706 la proporciona una red de datos celular, lo que facilita que los pacientes que usan monitores de paciente portátiles 702 aprovechen la funcionalidad/características de tales dispositivos portátiles para aprovechar los servicios proporcionados por la estación 704 de monitorización cardíaca. En general, las comunicaciones entre las diversas entidades y recursos descritos en el presente documento pueden producirse a través de conexiones cableadas o inalámbricas, tales como las que pueden proporcionar redes Wi-Fi o de datos móviles.
Como se ilustra en la figura 7, el monitor 702 de paciente portátil facilita la monitorización del ritmo cardíaco del corazón de un paciente. Con este fin, en una realización, el monitor 702 de paciente portátil incluye uno o más módulos de software configurados para implementar ciertas de las funcionalidades divulgadas en el presente documento y, opcionalmente, incluye además hardware configurado para permitir tal implementación. Este hardware puede incluir, entre otros, un procesador, una memoria, un sistema operativo, un módulo de comunicación y un almacenamiento de datos, así como otros componentes. En una implementación de ejemplo, el monitor 702 de paciente portátil puede ser un dispositivo relativamente pequeño, tal como un monitor Holter, un ECG ambulatorio inalámbrico o un registrador de bucle implantable, que puede llevarlo puesto el paciente y que está configurado para monitorizar de manera continua o intermitente la actividad cardíaca del paciente. En una de tales realizaciones, y como se muestra en la figura 7, el monitor 702 de paciente portátil incluye un módulo 708 sensor de ECG, un módulo 710 de detección de eventos emergentes y un módulo 712 de transmisión de datos de ECG. El módulo 708 sensor de ECG está configurado para adquirir una señal de ECG de un paciente. En algunas realizaciones, el módulo 708 sensor de ECG también está configurado para digitalizar la señal de ECG adquirida. El módulo 710 de detección de eventos emergentes está configurado para procesar la señal de ECG adquirida para detectar eventos emergentes que se manifiestan en la señal de ECG. El módulo 712 de transmisión de datos de ECG está configurado para transmitir o proporcionar de otro modo la señal de ECG adquirida a un sistema de monitorización remota, tal como la estación 704 de monitorización cardíaca. En algunas realizaciones, el monitor 702 de paciente portátil también puede proporcionar información con respecto a un evento o eventos emergentes detectados al sistema de monitorización remota.
Con referencia todavía a la realización de ejemplo ilustrada en la figura 7, la estación 704 de monitorización cardíaca puede configurarse para facilitar la detección de manifestaciones de afecciones cardíacas registradas durante la monitorización de ECG extendida de un paciente usando el monitor 702 de paciente portátil, por ejemplo. En algunas de tales realizaciones, la estación 704 de monitorización cardíaca también está configurada para notificar eventos cardíacos emergentes y/o eventos cardíacos no emergentes detectados por el sistema 700 de monitorización cardíaca remota. Por ejemplo, los eventos cardíacos emergentes pueden detectarse mediante el monitor 702 de paciente portátil y la notificación de eventos cardíacos emergentes detectados proporcionados a la estación 704 de monitorización cardíaca para su notificación. Con este fin, en una realización, la estación 704 de monitorización cardíaca incluye uno o más módulos de software configurados para implementar ciertas de las funcionalidades divulgadas en el presente documento, y opcionalmente incluye además hardware configurado para permitir tal implementación. Este hardware puede incluir, entre otros, un procesador 714, una memoria 716, un sistema operativo 718, un módulo de comunicación 720 y un almacenamiento de datos 722. En diversas realizaciones, pueden emplearse componentes adicionales (no ilustrados, como una pantalla, interfaz de entrada/salida, interfaz de usuario, etc.) o un subconjunto de los componentes ilustrados sin desviarse del alcance de la presente divulgación. Por ejemplo, en diversas realizaciones, la estación 704 de monitorización cardíaca puede no incluir uno o más de los componentes ilustrados en la figura 7, pero la estación 704 de monitorización cardíaca puede conectarse o acoplarse de otro modo a uno o más componentes a través de una interfaz de comunicación, tal como el módulo de comunicación 720, por ejemplo.
El procesador 714, la memoria 716, el sistema operativo 718, el módulo de comunicación 720 y el almacenamiento de datos 722 de la estación 704 de monitorización cardíaca son similares al procesador 202, la memoria 204, el sistema operativo 206, el módulo de comunicación 208 y el almacenamiento de datos 210 del sistema 200 de segmentación de señales de ECG de la figura 2. La discusión relevante anterior con respecto a los componentes y características del sistema 200 de segmentación de señales de ECG de la figura 2 que son similares en la estación 704 de monitorización cardíaca de la figura 7 es igualmente aplicable aquí, incluida la discusión relevante previa con respecto al procesador 202, la memoria 204, el sistema operativo 206, el módulo de comunicación 208 y el almacenamiento de datos 210. Por ejemplo, el procesador 714 puede diseñarse para controlar las operaciones de los otros diversos componentes de la estación 704 de monitorización cardíaca y, como tal, puede incluir cualquier unidad de procesamiento adecuada para su uso en la estación 704 de monitorización cardíaca.
Como se muestra además en la figura 7, la estación 704 de monitorización cardíaca incluye un módulo 724 de recepción de datos de ECG, un módulo 726 de segmentación de datos de ECG, un módulo 728 de interpretación de ECG y un módulo 730 de notificación de afecciones cardíacas. El módulo 724 de recepción de datos de ECG está configurado para recibir datos de señales de ECG, tales como una señal de ECG transmitida o proporcionada de otro modo por un monitor de paciente, tal como un monitor 702 de paciente portátil. En algunas realizaciones, los datos de señales de ECG pueden incluir información sobre eventos emergentes detectados en la señal de ECG. El módulo 726 de segmentación de datos de ECG está configurado para segmentar los datos de señales de ECG recibidos según diversas realizaciones de las técnicas divulgadas en el presente documento. En algunas de tales realizaciones, el módulo 726 de segmentación de datos de ECG también está configurado para generar un conjunto de datos de ECG que representa los datos de señales de ECG recibidos usando los segmentos de ECG generados según diversas realizaciones de las técnicas divulgadas en el presente documento. El módulo 728 de interpretación de ECG está configurado para procesar los datos de señales de ECG recibidos (por ejemplo, el conjunto de datos de ECG que representa la señal de ECG recibida) para detectar eventos no emergentes que se manifiestan en los datos de señales de ECG. Obsérvese que este procesamiento puede incluir el análisis del contexto amplio de la señal de ECG (por ejemplo, las propiedades o características adicionales de los latidos cardíacos incluidos en los vectores de características, por ejemplo) y/o grandes memorias intermedias de señales de ECG. El módulo 730 de notificación de afecciones cardíacas está configurado para generar informes de diagnóstico de señales de ECG. Los informes pueden incluir informes de diagnóstico de los eventos emergentes detectados por un monitor de paciente tal como el monitor 702 de paciente portátil, por ejemplo, y/o informes de diagnóstico de la interpretación de señales de ECG no emergentes realizadas por la estación 704 de monitorización cardíaca.
En diversas realizaciones, pueden emplearse componentes adicionales o un subconjunto de los componentes ilustrados sin desviarse del alcance de la presente divulgación. Por ejemplo, otras realizaciones pueden integrar las diversas funcionalidades de la estación 704 de monitorización cardíaca, incluido el módulo 724 de recepción de datos de ECG, el módulo 726 de segmentación de datos de ECG, el módulo 728 de interpretación de ECG y el módulo 730 de notificación de afecciones cardíacas en menos módulos (por ejemplo, uno, dos, o tres) o más módulos (por ejemplo, cinco o seis, o más). Además, obsérvese adicionalmente que los diversos componentes de la estación 704 de monitorización cardíaca pueden distribuirse en máquinas adicionales. En algunos casos, uno o más del módulo 724 de recepción de datos de ECG, el módulo 726 de segmentación de datos de ECG, el módulo 728 de interpretación de ECG y el módulo 730 de notificación de afecciones cardíacas pueden descargarse desde un sistema informático de servidor a la estación 704 de monitorización cardíaca y/o al monitor 702 de paciente portátil para su ejecución local. En algunos casos, la funcionalidad proporcionada por uno o más del módulo 724 de recepción de datos de ECG, el módulo 726 de segmentación de datos de ECG, el módulo 728 de interpretación de ECG y el módulo 730 de notificación de afecciones cardíacas puede proporcionarse en un sistema informático de servidor acoplado comunicativamente a la estación 704 de monitorización cardíaca. En un sentido más general, el grado de integración y distribución del/de los componente(s) funcional(es) proporcionado(s) en el presente documento puede variar mucho de una realización a la siguiente, como se apreciará a la luz de esta divulgación.
La figura 8 es un diagrama de flujo que ilustra un proceso de ejemplo 800 para la monitorización remota de ECG de un paciente, según una realización de la presente divulgación. Como se muestra en la figura 8, las operaciones 802 810 del proceso 800 pueden realizarse mediante un monitor de paciente portátil, tal como el monitor 702 de paciente portátil, y las operaciones 812-822 pueden realizarse mediante una estación de monitorización cardíaca, tal como la estación 704 de monitorización cardíaca. En particular, y según una realización, las operaciones 802-810 pueden realizarse mediante un monitor de paciente portátil que esté monitorizando la actividad cardíaca de un paciente, y las operaciones 812-822 pueden realizarse mediante una estación de monitorización cardíaca que esté procesando datos de señales de ECG que sean representativos de la actividad cardíaca del paciente tal como se monitoriza mediante el monitor de paciente portátil para detectar la existencia (o no existencia) de una afección cardíaca. En algunas de tales realizaciones, la estación de monitorización cardíaca puede funcionar de forma remota desde el monitor de paciente portátil. Las operaciones, funciones o acciones descritas en los bloques respectivos del proceso de ejemplo 800 pueden almacenarse como instrucciones ejecutables por ordenador en un medio legible por ordenador, tal como la memoria 716 y/o el almacenamiento de datos 722 de la estación 704 de monitorización cardíaca y/o una memoria adecuada del monitor 702 de paciente portátil.
Como se apreciará adicionalmente a la luz de esta divulgación, para este y otros procesos y métodos divulgados en el presente documento, las funciones realizadas en los procesos y métodos pueden implementarse en diferente orden. Adicional o alternativamente, pueden realizarse dos o más operaciones al mismo tiempo o de otro modo de manera contemporánea superpuesta. Además, las acciones y operaciones descritas solo se proporcionan como ejemplos, y algunas de las acciones y operaciones pueden ser opcionales, combinadas en menos acciones y operaciones o ampliadas a acciones y operaciones adicionales sin restar valor a la esencia de las realizaciones reveladas. Con este fin, cada uno de los procesos de ejemplo representados se proporciona para brindar una realización de ejemplo y no pretende limitar el proceso a ninguna configuración física o estructural particular.
Con referencia al proceso de ejemplo 800 de la figura 8, en la operación 802, el monitor de paciente portátil adquiere una señal de ECG de un paciente. En la operación 804, el monitor de paciente portátil digitaliza la señal de ECG adquirida. En la operación 806, el monitor de paciente portátil procesa la señal de ECG para eventos emergentes. Si se detecta un evento emergente, entonces, en la operación 808, el monitor de paciente portátil proporciona una notificación del evento emergente detectado. En la operación 810, el monitor de paciente portátil transmite o proporciona de otro modo los datos de señales de ECG a la estación de monitorización cardíaca. En algunas realizaciones, los datos de señales de ECG incluyen información sobre eventos emergentes detectados. El monitor de paciente portátil puede seguir monitorizando al paciente.
En la operación 812, la estación de monitorización cardíaca recibe los datos de señales de ECG proporcionados por el monitor de paciente portátil. En la operación 814, la estación de monitorización cardíaca comprueba para determinar si la información relativa a los eventos emergentes detectados está incluida en o con los datos de señales de ECG recibidos. Si la información relativa a los eventos emergentes detectados se incluye en o con los datos de señales de ECG recibidos, entonces, en la operación 816, la estación de monitorización cardíaca proporciona una notificación de los eventos emergentes detectados (por ejemplo, los eventos emergentes notificados por el monitor de paciente portátil). En la operación 818, la estación de monitorización cardíaca segmenta la señal de ECG recibida. En algunas realizaciones, la estación de monitorización cardíaca genera un conjunto de datos de ECG que representa la señal de ECG recibida usando los segmentos de ECG generados a partir de la segmentación de la señal de ECG recibida. La estación de monitorización cardíaca puede realizar la segmentación de la señal de ECG y/o la generación del conjunto de datos de ECG según diversas realizaciones de las técnicas descritas en el presente documento. En la operación 820, la estación de monitorización cardíaca procesa la señal de ECG segmentada (por ejemplo, el conjunto de datos de ECG que representa los datos de señales de ECG recibidos). Por ejemplo, la señal de ECG segmentada puede procesarse para detectar eventos no emergentes. En la operación 822, la estación de monitorización cardíaca proporciona un informe de los resultados del procesamiento. Por ejemplo, el informe puede incluir información sobre eventos emergentes detectados y/o información sobre eventos no emergentes detectados.
Según una realización, se divulgan técnicas para la monitorización remota de ECG usando aprendizaje automático. Según una realización, un sistema de monitorización cardíaca remota incluye un monitor de paciente portátil y una estación de monitorización cardíaca, que incluye un módulo de interpretación de ECG entrenado para predecir la existencia de afecciones cardíacas en los datos de monitorización de ECG. En resumen, el monitor de paciente portátil puede funcionar para adquirir y registrar señales de ECG de un paciente y transmitir los datos de ECG a la estación de monitorización cardíaca. La estación de monitorización cardíaca recibe los datos del ECG y, utilizando el módulo de interpretación de ECG entrenado, hace una predicción (p. ej., inferencia) sobre la existencia (o no existencia) de una afección cardíaca tal como se manifiesta en los datos de entrada de ECG.
En una fase de preparación de datos de entrenamiento, en primer lugar se obtienen datos de ECG a partir de los cuales generar datos de entrenamiento para entrenar un módulo de interpretación de ECG. Los datos de ECG pueden incluir señales de ECG obtenidas de un gran número de personas, incluidos pacientes que experimentan una afección cardíaca y/o que no experimentan una afección cardíaca. Las señales de ECG obtenidas pueden luego procesarse (por ejemplo, segmentarse como se describe en el presente documento) para identificar patrones en los datos de ECG, y los patrones identificados de datos de ECG etiquetarse como indicativos de una afección cardíaca o no indicativos de una afección cardíaca. En algunas de tales realizaciones, los patrones de datos de ECG pueden etiquetarse para indicar una afección cardíaca particular, tal como fibrilación auricular, por proporcionar un ejemplo.
En realizaciones, pueden resaltarse segmentos de ECG de tamaño fijo que rodean los latidos cardíacos marcados. En los casos en donde algunos segmentos no se superpongan, no puede garantizarse que todos los fragmentos de la señal de ECG estén contenidos en los datos (es decir, puede que un fragmento de ECG no esté contenido en los datos). La resolución de este problema es la construcción de la tabla de datos de aprendizaje automático y la introducción de un latido artificial (x) para incluir el fragmento de ECG no incluido entre segmentos apropiados según las técnicas descritas en el presente documento.
En algunas de tales realizaciones, puede añadirse información adicional, tal como información de frecuencia cardíaca y otras características relacionadas con un latido cardíaco, por ejemplo, como parte o asociada de otro modo con los segmentos de datos de ECG etiquetados. Tal información adicional puede especificarse usando vectores de características, donde cada vector incluye características específicas para el latido cardíaco dado. A modo de ejemplo, y en una implementación de ejemplo, cada vector de características puede contener información que describe información de onda P, información de onda T que incluye ubicación de inicio, ubicación de desplazamiento, duración, forma/morfología, amplitud, otra información de ondas que incluye características Q, R y S, morfologías, duraciones y amplitudes, información del nivel de ruido que rodea el latido dado e información de aceleración medida a través del acelerómetro incluido en el monitor portátil del paciente, y otra información que contiene información de latidos recogida de sensores que no son de ECG, incluida señal PPG, señal de tensión arterial e información de saturación de oxígeno en sangre, por proporcionar algunos ejemplos.
Tal como se usan en la presente divulgación, los términos “motor” o “módulo” o “componente” pueden referirse a implementaciones de hardware específicas configuradas para realizar las acciones del motor o módulo o componente y/u objetos de software o rutinas de software que puede almacenarse y/o ejecutarse mediante hardware de uso general (por ejemplo, medios legibles por ordenador, dispositivos de procesamiento, etc.) del sistema informático. En algunas realizaciones, los diferentes componentes, módulos, motores y servicios descritos en la presente divulgación pueden implementarse como objetos o procesos que se ejecutan en el sistema informático (por ejemplo, como subprocesos separados). Aunque algunos de los sistemas y métodos descritos en la presente divulgación generalmente se describen como implementados en software (almacenados y/o ejecutados por hardware de propósito general), también son posibles y se contemplan implementaciones de hardware específicas, implementos de firmware o cualquier combinación de los mismos. En esta descripción, una “entidad informática” puede ser cualquier sistema informático como se describió anteriormente en la presente divulgación, o cualquier módulo o combinación de módulos que se ejecuten en un sistema informático.
Los términos usados en la presente divulgación y en las reivindicaciones adjuntas (por ejemplo, cuerpos de las reivindicaciones adjuntas) generalmente pretenden ser términos “abiertos” (por ejemplo, el término “que incluye” debe interpretarse como “que incluye, pero no se limita a ,” el término “que tiene” debe interpretarse como “que tiene al menos”, el término “incluye” debe interpretarse como “incluye, pero no se limita a”, etc.).
Además, si se pretende un número específico de una mención de reivindicación introducida, tal intención se mencionará explícitamente en la reivindicación y, en ausencia de dicha mención, tal intención no está presente. Por ejemplo, como ayuda para la comprensión, las siguientes reivindicaciones adjuntas pueden contener el uso de las frases introductorias “al menos uno” y “uno o más” para introducir menciones de reivindicaciones. Sin embargo, el uso de tales frases no debe interpretarse que implica que la introducción de una mención de reivindicación mediante los artículos indefinidos “un” o “una” limita cualquier reivindicación particular que contenga tal mención de reivindicación introducida a realizaciones que contengan sólo una mención de este tipo, incluso cuando la misma reivindicación incluye las frases introductorias “uno o más” o “al menos uno” y artículos indefinidos como “un” o “una” (por ejemplo, “un” y/o “una” debe interpretarse en el sentido de “al menos uno” o “uno o más”); lo mismo se aplica al uso de artículos definidos usados para introducir menciones de reivindicaciones.
Además, incluso si se menciona explícitamente un número específico de una mención de reivindicación introducida, tal mención debe interpretarse que significa al menos el número mencionado (por ejemplo, la simple mención de “dos artilugios”, sin otros modificadores, significa al menos dos artilugios, o dos o más artilugios). Además, en aquellos casos en donde se use una convención análoga a “al menos uno de A, B y C, etc.” o “uno o más de A, B y C, etc.”, en general tal construcción pretende incluir A solo, B solo, C solo, A y B juntos, A y C juntos, B y C juntos, o A, B y C juntos, etc.
Claims (15)
1. Un método implementado por ordenador para segmentar una señal de electrocardiograma, ECG, comprendiendo el método:
detectar una pluralidad de latidos cardíacos consecutivos en una señal de ECG;
segmentar la señal de ECG en una pluralidad de segmentos de ECG que rodean la pluralidad detectada de latidos cardíacos consecutivos; y
generar un conjunto de datos de ECG uniendo segmentos de ECG consecutivos, en donde el conjunto de datos de ECG representa la pluralidad de latidos cardíacos detectados;
caracterizado por:
en respuesta a la detección de una no superposición de segmentos de ECG adyacentes (3,4), incluir un marcador de latido cardíaco artificial (x) en el conjunto de datos de ECG para indicar un fragmento de ECG entre los segmentos de ECG que no se superponen.
2. El método de la reivindicación 1, en donde segmentar la señal de ECG en la pluralidad de segmentos de ECG comprende segmentar la señal de ECG en segmentos de ECG de tamaño fijo.
3. El método de la reivindicación 1, en donde cada segmento de ECG de la pluralidad de segmentos de ECG tiene una duración que incluye un complejo QRS, una onda P y una onda T.
4. El método de la reivindicación 1, en donde el conjunto de datos de ECG incluye valores instantáneos de frecuencia cardíaca o valores de intervalo R-R representativos de distancias entre pares consecutivos de latidos cardíacos.
5. El método de la reivindicación 1, en donde el conjunto de datos de ECG incluye uno o más vectores de características, en donde un vector de características incluye características específicas para un latido cardíaco correspondiente, una característica que especifica la morfología del latido cardíaco, la condición de la señal de ECG o información fisiológica recopilada a través de sensores que no son de ECG, correlacionados con los datos de latidos cardíacos.
6. Un sistema para segmentar una señal de electrocardiograma, ECG, comprendiendo el sistema:
uno o más medios no transitorios legibles por máquina configurados para almacenar instrucciones; y uno o más procesadores configurados para ejecutar las instrucciones almacenadas en el uno o más medios no transitorios legibles por máquina, en donde la ejecución de las instrucciones hace que el uno o más procesadores: detecten N latidos cardíacos consecutivos en una señal de ECG;
segmenten la señal de ECG en una pluralidad de segmentos de ECG que rodean los N latidos cardíacos consecutivos detectados; y
generen un conjunto de datos de ECG uniendo segmentos de ECG consecutivos, en donde el conjunto de datos de ECG representa los N latidos cardíacos detectados;
caracterizado por que:
la ejecución de las instrucciones hace que el uno o más procesadores, en respuesta a la detección de una no superposición de segmentos de ECG adyacentes (3,4), incluyan un marcador de latido cardíaco artificial (x) en el conjunto de datos de ECG para indicar un fragmento de ECG entre los segmentos de ECG que no se superponen.
7. El sistema de la reivindicación 6, en donde la pluralidad de segmentos de ECG incluye segmentos de ECG de tamaño fijo.
8. El sistema de la reivindicación 6, en donde cada segmento de ECG de la pluralidad de segmentos de ECG tiene una duración que incluye un complejo QRS, una onda P y una onda T.
9. El sistema de la reivindicación 6, en donde el conjunto de datos de ECG incluye valores instantáneos de frecuencia cardíaca o valores de intervalo R-R representativos de distancias entre pares consecutivos de latidos cardíacos.
10. El sistema de la reivindicación 6, en donde el conjunto de datos de ECG incluye uno o más vectores de características, en donde un vector de características incluye características específicas para un latido cardíaco correspondiente.
11. El sistema de la reivindicación 6, en donde el conjunto de datos de ECG incluye uno o más vectores de características, en donde un vector de características incluye una característica que especifica la morfología del latido cardíaco.
12. El sistema de la reivindicación 6, en donde el conjunto de datos de ECG incluye uno o más vectores de características, en donde un vector de características incluye una condición de señal de ECG.
13. El sistema de la reivindicación 6, en donde el conjunto de datos de ECG incluye uno o más vectores de características, en donde un vector de características incluye información fisiológica correlacionada con un latido cardíaco correspondiente.
14. Un producto de programa informático que incluye uno o más medios no transitorios legibles por máquina que codifican instrucciones que, cuando se ejecutan por uno o más procesadores, hacen que se lleve a cabo un proceso para segmentar una señal de electrocardiograma, ECG, comprendiendo el proceso:
detectar una pluralidad de latidos cardíacos consecutivos en una señal de ECG;
segmentar la señal de ECG en una pluralidad de segmentos de ECG que rodean la pluralidad de latidos cardíacos consecutivos detectados, en donde cada segmento de ECG de la pluralidad de segmentos de ECG tiene una duración que incluye un complejo QRS, una onda P y una onda T ; y
generar un conjunto de datos de ECG uniendo segmentos de ECG consecutivos;
caracterizado por:
en respuesta a la detección de una no superposición de segmentos de ECG adyacentes (3,4), incluir un marcador de latido cardíaco artificial (x) en el conjunto de datos de ECG para indicar un fragmento de ECG entre los segmentos de ECG que no se superponen.
15. El producto de programa informático de la reivindicación 14, en donde la pluralidad de segmentos de ECG tiene un tamaño fijo.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201962840544P | 2019-04-30 | 2019-04-30 | |
| PCT/EP2020/061164 WO2020221632A1 (en) | 2019-04-30 | 2020-04-22 | Electrocardiogram signal segmentation |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2989762T3 true ES2989762T3 (es) | 2024-11-27 |
Family
ID=70482601
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES20723297T Active ES2989762T3 (es) | 2019-04-30 | 2020-04-22 | Segmentación de señales de electrocardiograma |
Country Status (5)
| Country | Link |
|---|---|
| US (2) | US12369837B2 (es) |
| EP (1) | EP3962350B1 (es) |
| ES (1) | ES2989762T3 (es) |
| PL (1) | PL3962350T3 (es) |
| WO (1) | WO2020221632A1 (es) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113509188B (zh) * | 2021-04-20 | 2022-08-26 | 天津大学 | 脑电信号的扩增方法、装置、电子设备以及存储介质 |
| US20220068483A1 (en) * | 2020-09-01 | 2022-03-03 | Biosense Webster (Israel) Ltd. | Arrhythmia classification for cardiac mapping |
| KR102390326B1 (ko) * | 2020-09-15 | 2022-04-26 | 주식회사 뷰노 | 심전도 데이터 분류를 위한 심층 신경망 사전 학습 방법 |
| GB2601305B (en) * | 2020-11-23 | 2023-11-29 | Prevayl Innovations Ltd | Method and system for measuring and displaying biosignal data to a wearer of a wearable article |
| CN115770048B (zh) * | 2021-09-08 | 2024-09-24 | 上海联影医疗科技股份有限公司 | 心电信号处理方法、装置、计算机设备及存储介质 |
| US20230134114A1 (en) * | 2021-10-28 | 2023-05-04 | Preventice Solutions, Inc. | Electrocardiogram wave segmentation using machine learning |
| KR102881156B1 (ko) * | 2022-07-22 | 2025-11-11 | 주식회사 메디컬에이아이 | 심전도 세그먼트를 이용한 건강 상태의 예측 방법, 프로그램 및 장치 |
| US12387100B2 (en) | 2023-12-26 | 2025-08-12 | Anumana, Inc. | Apparatus and methods for labeling time-series data using machine learning models |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3435262B1 (en) * | 2010-03-15 | 2025-10-22 | Singapore Health Services Pte. Ltd. | A system for the detection of impending acute cardiopulmonary medical events |
| WO2015033244A1 (en) * | 2013-09-09 | 2015-03-12 | Koninklijke Philips N.V. | Fetal heart rate extraction from maternal abdominal ecg recordings |
| US9986951B1 (en) * | 2013-11-25 | 2018-06-05 | Vital Connect, Inc. | Low-distortion ECG denoising |
| US10610162B2 (en) | 2016-05-31 | 2020-04-07 | Stmicroelectronics S.R.L. | Method for the detecting electrocardiogram anomalies and corresponding system |
| CN107516075B (zh) | 2017-08-03 | 2020-10-09 | 安徽华米智能科技有限公司 | 心电信号的检测方法、装置及电子设备 |
-
2020
- 2020-04-22 PL PL20723297.6T patent/PL3962350T3/pl unknown
- 2020-04-22 WO PCT/EP2020/061164 patent/WO2020221632A1/en not_active Ceased
- 2020-04-22 US US17/617,460 patent/US12369837B2/en active Active
- 2020-04-22 EP EP20723297.6A patent/EP3962350B1/en active Active
- 2020-04-22 ES ES20723297T patent/ES2989762T3/es active Active
-
2025
- 2025-06-30 US US19/254,412 patent/US20250325216A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| PL3962350T3 (pl) | 2024-11-25 |
| US12369837B2 (en) | 2025-07-29 |
| WO2020221632A1 (en) | 2020-11-05 |
| US20220218262A1 (en) | 2022-07-14 |
| EP3962350B1 (en) | 2024-07-17 |
| EP3962350C0 (en) | 2024-07-17 |
| US20250325216A1 (en) | 2025-10-23 |
| EP3962350A1 (en) | 2022-03-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2989762T3 (es) | Segmentación de señales de electrocardiograma | |
| Sattar et al. | Electrocardiogram | |
| ES2820923T3 (es) | Monitorización de discordancias | |
| Iftikhar et al. | Multiclass classifier based cardiovascular condition detection using smartphone mechanocardiography | |
| JP7051707B2 (ja) | モバイル心臓モニタリング装置 | |
| Morello et al. | An IoT based ECG system to diagnose cardiac pathologies for healthcare applications in smart cities | |
| US11000235B2 (en) | Monitoring procedure for early warning of cardiac episodes | |
| CN104640498A (zh) | 移动心脏健康监视 | |
| US8504142B2 (en) | Apparatus, method, and computer program for predicting risk for cardiac death | |
| ES2908664T3 (es) | Sistema y procedimiento de clasificación de latidos cardíacos ectópicos | |
| Kuzmin et al. | Device and software for mobile heart monitoring | |
| Rajanna et al. | External cardiac loop recorders: Functionalities, diagnostic efficacy, challenges and opportunities | |
| Ortiz-Martin et al. | Feasibility analysis of inter-pulse intervals based solutions for cryptographic token generation by two electrocardiogram sensors | |
| JP7462572B2 (ja) | ストレスおよび/または疼痛レベルを決定するための装置、システム、該システムの作動方法、該システムの作動方法を実行するコンピュータ可読コードを有するコンピュータ可読媒体 | |
| Sharma et al. | Iot based diagnosing myocardial infarction through firebase web application | |
| Marques et al. | A real time, wearable ECG and blood pressure monitoring system | |
| Hassanuzzaman et al. | End to end solution for continuous monitoring and real-time analysis of vital signs from ecg signal | |
| Bautista et al. | Heart failure remote monitoring: novel approaches and management strategies | |
| KR102600954B1 (ko) | 생체 신호를 이용한 사용자 상태 모니터링 시스템 및 이의 실행 방법 | |
| Gao et al. | Representative databases for feature engineering and computational intelligence in ECG processing | |
| Yakut et al. | Electro-mechanical data fusion for heart health monitoring | |
| Braga et al. | A knowledge based home monitoring system for management and rehabilitation of cardiovascular patients | |
| Kim et al. | A method for detecting arrhythmia using a RR interval from ECG data in U-Health system | |
| HABIYAREMYE | Design and prototyping of a non-invasive smart device to test human cardiovascular status | |
| Sohelrana et al. | Design and Implementation of ASH (Advance Smart Healthcare) System: A Review Model |