Por favor, use este identificador para citar o enlazar este ítem:
http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/2156| Prediction of Sudden Cardiac Death from Electrocardiogram Signal | |
| J. Renán Velázquez-González | |
| Hayde Peregrina Barreto | |
| Acceso Abierto | |
| Atribución-NoComercial-SinDerivadas | |
| Electrocardiograma Muerte Cardiaca Súbita (SCD) Sudden Cardiac Death Representaciones Dispersas | |
| Sudden Cardiac Death (SCD) is an unexpected natural death caused by cardiovascular problems. SCD is one of the leading causes of death in the world and represents over 50% of deaths from cardiovascular disease, ranking second as the leading cause of death only after cancer. Ventricular fibrillation (VF) is the most common peculiarity that leads to SCD. The survival rate decreases by approximately 10 % per minute for patients after the onset of VF. Analysis of electrocardiograms (ECG) and heart rate variability (HRV) signals provides the information needed to make an effective prediction of SCD. Researchers have used different types of features (time, frequency, time-frequency, and nonlinear) and automatic learning algorithms to predict SCD from ECG signals. The proposed method seeks to detect an SCD event with more time prediction than current work since a more advanced prediction is vital given that medical specialists have little time to apply preventive or reactive techniques to counteract an SCD event. Based on the hypothesis that Orthogonal Matching Pursuit (OMP) and Singular Values Decomposition (SVD) should provide similar accuracy to the traditional approaches, but with a longer time to predict a nearby SCD event; this thesis proposes to implement a methodology based on OMP and SVD to define a criterion for the detection of ECGs associated with an SCD signal or a normal ECG signal. To validate the efficiency of the proposed methodology, the MIT / BIT data set consisting of several ECG signals from patients with SCD and normal heart rhythm signals will be used. The results obtained were compared with the most recent state-of-the-artwork. La muerte súbita cardiaca (SCD, Sudden Cardiac Death) es una muerte natural inesperada causada por problemas cardiovasculares. La SCD es una de las principales causas de muerte en el mundo y representa más del 50% de las muertes por enfermedades cardiovasculares, ocupando el segundo lugar como la principal causa de muerte solo después del cáncer. La fibrilación ventricular (VF, Ventricular Fibrillation) es la peculiaridad más frecuente que conduce a un SCD. La tasa de supervivencia disminuye aproximadamente un 10% por minuto para los pacientes después del inicio de la VF. El análisis de electrocardiogramas (ECG) y señales de variabilidad del ritmo cardiaco (HRV, Heart Rate Variability), proporcionan la información necesaria para lograr una predicción efectiva de un SCD. Los investigadores han utilizado diferentes tipos de características (tiempo, frecuencia, tiempo-frecuencia y no lineales) y algoritmos de aprendizaje automático para predecir SCD a partir de las señales de ECG. El método propuesto busca predecir un evento de SCD con un mayor tiempo que los trabajos actuales, ya que una predicción con mayor anticipación es vital, puesto que los especialistas médicos tienen poco tiempo para aplicar técnicas preventivas o reactivas para contrarrestar un evento de SCD. Basados en la hipótesis de que Orthogonal Matching Pursuit (OMP) y Singular Values Decomposition (SVD) deben proporcionar una precisión similar a la de los enfoques tradicionales, pero con un mayor tiempo de predicción de un evento SCD próximo; se propone implementar una metodología basada en OMP y SVD para definir un criterio para la detección de ECG asociados con una señal de SCD o con una señal de ECG normales. Para validar la eficiencia de la metodología propuesta se utilizará el conjunto de datos del MIT/BIT que consta de varias señales de ECG de pacientes con SCD y de señales de ritmos cardiacos normales. Los resultados obtenidos se compararán con los trabajos más recientes del estado de arte. | |
| Instituto Nacional de Astrofísica, Óptica y Electrónica | |
| 2020-08 | |
| Tesis de maestría | |
| Inglés | |
| Estudiantes Investigadores Público en general | |
| Velázquez González, Josué Renán., (2020), Prediction of Sudden Cardiac Death from Electrocardiogram Signal, Tesis de Maestría, Instituto Nacional de Astrofísica, Óptica y Electrónica. | |
| SISTEMAS DE CONTROL MÉDICO | |
| Versión aceptada | |
| acceptedVersion - Versión aceptada | |
| Aparece en las colecciones: | Maestría en Ciencias Computacionales |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| M__Sc____Thesis (7) (1).pdf | 3.71 MB | Adobe PDF | Visualizar/Abrir |