1Nombre del Laboratorio de Electronica III.Ejemplo (Control de giro de un motor DC)

AutoresGrupo de laboratorio Nro. X

Laboratorio de Electronica III Nro.

Profesor: Willy condori RocaInstituto:TECSUP

Especialidad:Fecha...

correo electronico del representante del grupo, ejmp. joseluis rs@unalmzl.edu.co

AbstractEl resumen del laboratorio: El planteamiento general, los

resultados de simulaciones y las conclusiones. Es decir si ellaboratorio sirvio de algo... No debe tener mas de 200 palabras.

ejemplo:

Se presenta la propuesta para el analisis y desarrollo de meto-dos para extraccion de parametros de senales de ECG, basadosen tecnicas de proceso heursticas y de transformadas tiempo-frecuencia. El analisis considera el preprocesamiento que inclu-ye tecnicas de deteccion de ruido y artefactos (interferencia de lared, ruido de artefactos), segmentacion de eventos de la senal deECG (complejo QRS, onda P, onda T, entre otros) mediante trans-formadas de Fourier, as como de las transformadas de Wavelets.La extraccion de parametros a realizar esta orientada al reconoci-miento de senales normales de ECG y con tipos predeterminadosde patologas cardacas del tipo de cardiopata coronaria (infartoy angina de pecho).

Index TermsSon las palabras clave, ejemplo:

Analisis de ECG, Caracterizacion de ECG, Segmentacion de ECG,Reconocimiento de ECG, patologas Cardacas, extraccion deparametros, Bioingeniera.

I. INTRODUCCION

Las enfermedades cronicas y, especialmente las cardiovascu-lares representan la principal causa de muerte en varios pases[13]. En el diagnostico de enfermedades cardiovasculares elanalisis de la senal electrocardiografica (ECG), para extraer in-formacion de sus caractersticas, da como resultado un numeromuy elevado de posibles patologas cardacas, tales como arrit-mias, enfermedades coronarias, entre otras. [12]

La electrocardiografa es la tecnica mas usada para el estudioelectrofisiologico del corazon, debido a que es un metodo noinvasivo y permite registrar la actividad electrica del corazondesde la superficie del cuerpo humano. La electrocardiografaes uno de los campos donde la medicina ha recibido grandescontribuciones de distintas disciplinas. En las ultimas decadas,la Bioingeniera ha permitido incorporar tecnicas de instrumen-tacion y procesado digital de senales para mejorar aspectos de

adquisicion, monitorizacion, almacenaje y procesado automati-co de las senales cardacas, en particular de las senales de ECG.[12]

Es por esto que se han desarrollado herramientas mas efec-tivas en el diagnostico de la funcionalidad de los registros deECG, el cual esta relacionado con la cuantificacion directa desus diferentes parametros morfologicos (ritmo, estimacion deintervalos y amplitudes de eventos, etc.) con ayuda de reglas re-lativamente simples. Sin embargo, las limitaciones de los meto-dos de analisis son severas, particularmente cuando las senalesde ECG deben ser evaluadas en relacion con factores de in-fluencia internos (sincronismo del mismo fenomeno de ECGen sus diferentes derivaciones) o externos (estado funcional deotros organos, habitos del paciente, factores congenitos, etc.).El ECG de cada estado de actividad cardaco-electrica (nor-mal o patologico) algunas veces es extremadamente difcil dedescribir mediante ponderaciones exactas de las formas de suspicos, ondulaciones bruscas u otros patrones anormales que elespecialista detecta a simple vista. [12]

Los anteriores factores exigen al tratamiento de la senal deECG que implica tanto el preproceso y la extraccion de carac-tersticas, un completo desempeno a la hora de realizar cual-quier analisis en su estructura morfologica con una diversi-dad de metodos que incluyen analisis en el tiempo, frecuencia,tiempo-frecuencia, los cuales representan la base fundamentalpara el proceso de clasificacion y reconocimiento de patologascardacas.

El presente trabajo se enmarca dentro de la investigacionaprobada por el DIMA, denominado Analisis automatizado desenales cardacas, que realiza el Grupo de Control y procesa-miento Digital de Senales (GC&PDS).

II. OBJETIVOS

Se citan los objetivos general y especficos. Si no hay obje-tivos especficos, colocar el objetivo general. a continuacion semuestra un ejemplo.

2A. Objetivo General

Extraer y seleccionar los parametros adecuados con el fin declasificar las diferentes caractersticas electricas del corazon encondiciones normales y en cardiopata coronaria, en la pobla-cion del Hospital de Caldas.

B. Objetivos Especficos

Analisis y desarrollo de tecnicas para extraccion deparametros de senales ECG, basadas tanto en metodosheursticos, como las basadas en el empleo de transfor-madas de frecuencia y tiempo-frecuencia, que permitanla clasificacion y reconocimiento de normalidad cardaco-electrica y del tipo de cardiopata coronaria (infarto y an-gina de pecho).Seleccionar los parametros adecuados con el fin de cla-sificar las diferentes caractersticas electricas del corazonen condiciones normales y en cardiopata coronaria, en lapoblacion objeto de estudio.Desarrollar un metodo de comparacion entre las tecnicasanalizadas de extraccion de parametros para senales deECG, que tengan en cuenta el mejor rendimiento de unclasificador determinado.

III. MARCO TEORICO

En esta parte va el marco teorico del laboratorio.este es un ejemplo de una formula:

f(t) =

l

all(t) (1)

A. Estados de funcionalidad cardaca del corazon

El estudio de la senal de ECG obtenida mediante electro-dos de superficie es una de las pruebas medicas mas frecuentesen la exploracion de la actividad cardaca en el diagnostico dearritmias, defectos de conduccion, infartos, hipertrofias y otrasanomalas [2]. El analisis de los registros ECG complementanlos clnicos, enzimaticos, etc. [14].

Este estudio es complementado con otras evaluaciones co-mo la coronariografa, el cual permite visualizar el flujo san-guneo por las arterias coronarias mediante el uso de sustanciasradiopacas, y la ecocardiografa, el cual realiza un sondeo porultrasonido. Estos procedimientos complementarios ayudan aevaluar los transtornos funcionales y estructurales del corazon[7]. Dichos trastornos conllevan a una serie de patologas decaracter isquemico, denominado Cardiopata Isquemica, la cualse refiere a la falta de oxgeno ocasionada por una disminucionen la perfusion. Este termino abarca una amplia gama de al-teraciones de diversas causas cuyo denominador comun es eldesequilibrio entre la demanda de oxgeno por el miocardio yel suministro del mismo. Este desequilibrio en general se rela-ciona ya sea con una reduccion absoluta del flujo coronario, obien con una incapacidad para aumentar el flujo coronario enrelacion con las necesidades del corazon; la mayora de las ve-ces debido a obstruccion arteroesclerotica de las arterias coro-narias principales. La isquemia altera las propiedades electricasdel corazon, la modificacion temprana mas caracterstica del

ECG es la que afecta el fenomeno de repolarizacion: inversionde la onda T y mas tarde desplazamiento del segmento ST. Otraconsecuencia importante de la isquemia miocardica es la ines-tabilidad electrica que puede desembocar en arritmias graves.

Dentro de la clasificacion de Cardiopatas isquemicas, se eva-luaran las 2 mas importantes de acuerdo al ndice alto de mor-bimortalidad que presentan: Angina de Pecho e Infarto Agudodel Miocardio (IAM). La primera es un sndrome clnico produ-cido por la isquemia miocardica transitoria. El ECG en reposo,puede ser normal en un 50 % de los pacientes, en el momen-to en que no hay dolor. Las ondas T invertidas p ueden ser launica manifestacion del fenomeno, aunque esto tambien puedeser debido a pericarditis, miocarditis y a fenomenos de vaso-rregulacion. La alteracion mas caracterstica es la depresion delsegmento ST, aunque a veces se puede elevar. Para el caso deIAM se presenta una lesion del miocardio cuya manifestaciondel ECG muestra la presencia de ondas Q o la perdida de ondasR precordiales. Se dice que el infarto no es transmural (que noatraviesa toda la pared cardaca) si presenta alteraciones en lasondas T y el segmento ST.

En la clasificacion del IAM se emplean varias escalas deacuerdo con el ndice cardaco y la presion capilar pulmonar(ndice de Forrester) o de acuerdo con la tasa de mortalidad(ndice de Killip)

Killip I: No hay signos de falla (mortalidad 0-10 %)Killip II: S3, Galope, Crepitos Basales Pulmonares(mortalidad17-20 %)Killip III: Edema Pulmonar Agudo (mortalidad del 38-40 %)Killip IV: Choque Cardiogenico (81-90 %)

Entre parentesis se indican los resultados de estudios realiza-dos en [8].

B. Caractersticas morfologicas de senales ECG

El ECG presenta un comportamiento repetitivo, asociado a laactividad del musculo cardaco. Cada recurrencia o ciclo de lasenal ECG consta de una serie de ondas en una secuencia deter-minada, que representan una fase diferente del latido cardaco,y se denotan respectivamente por las letras del alfabeto: P, Q,R, S y T. La onda P representa la despolarizacion del musculode la aurcula. La siguiente secuencia de ondas Q-R-S (com-plejo QRS) refleja la combinacion de la despolarizacion de losventrculos y la repolarizacion de las aurculas, que ocurrenpracticamente al mismo tiempo. La onda Q es la deflexion ne-gativa inicial, la onda R es la deflexion positiva y la onda S esla deflexion negativa que sigue a la onda R. Una o mas de estasondas pueden no estar presentes y, en ocasiones, aparecer unasegunda onda R que se denota como R. La onda T representala repolarizacion de los ventrculos. En ocasiones, posterior ala onda T aparece una onda U de escasa amplitud y origen in-cierto, aunque existen bases experimentales que la asocian conla repolarizacion de las fibras de Purkinje o a post-potenciales[12]. El intervalo PR va desde el inicio de la onda P hasta elinicio del complejo QRS, y esta relacionado con el tiempo depropagacion del impulso electrico desde el nodo sinusal has-ta el comienzo de la despolarizacion de los ventrculos, inclu-yendo el tiempo de retraso que conlleva la activacion del nodo

3auriculo-ventricular (AV). El segmento ST comprende desde elfinal del complejo QRS hasta el inicio de la onda T, e indicael tiempo entre el final de la despolarizacion y el inicio de larepolarizacion ventricular, siendo este un corto perodo de rela-tiva inactividad. El intervalo QT se prolonga desde el inicio delcomplejo QRS (Q o R), hasta el final de la onda T. Los interva-los PP y RR miden las distancias comprendidas entre dos ondasconsecutivas P y R, respectivamente.

El analisis de la actividad electrica del corazon a traves de losregistros ECG, esta relacionado con la cuantificacion directa delas secuencias determinadas anteriormente, (ritmo, estimacionde intervalos y amplitudes de eventos, etc.). As, por ejemplo, elintervalo RR es la base de calculo de la frecuencia cardaca y seemplea en la investigacion de variadas patologas [3] [11] [12],mientras que las manifestaciones electricas de la enfermedadcoronaria van desde alteraciones del nivel sobre el plano ST,inversion de la onda T, aparicion de ondas Q, hasta alteracionesdel ritmo cardaco y otras alteraciones temporales de la senalque eventualmente pueden llevar a la asistolia o la muerte.

C. Tecnicas de registro de ECG

La tecnica inicial es conocida como vector cardiograma, queemplea vectores para representar los potenciales electricos delcorazon, los cuales discurren en una direccion concreta en cadainstante del ciclo cardaco. El vector marca la direccion del po-tencial generado por el paso de corriente. En la tecnica de mo-nitoreo, el ECG se registra con solo dos electrodos [3]. Sin em-bargo, solo se pueden detectar anomalas en el ritmo cardaco.Con un electrodo mas se detectan, aunque con poca precision,insuficiencias en el suministro de sangre para el corazon e in-fartos [14]. Aunque, el registro en momentos de esfuerzo fsicodel paciente se ve afectado por la actividad electrica de los di-ferentes musculos, distorsionando el biopotencial medido.

La tecnica de medicion mas completa es el ECG estandarde 12 derivaciones, o pares de electrodos de polaridad opuestaubicados en la superficie del cuerpo. El ECG de 12 derivacio-nes provee informacion acerca del flujo de corriente electrica atraves del miocardio durante el ciclo cardaco de despolariza-cion y repolarizacion, correspondientes a los movimientos desstole y diastole electrica [3]. Esta tecnica registra conjunta-mente senales de diferentes partes del cuerpo, localizando sitiosde aberraciones de conduccion entre la aurcula y el ventrculo.Ademas, se detecta la presencia de anomalas fsicas, tales co-mo el aumento en el volumen del corazon, defectos congenitos,etc. [3] [2]. As, al tomarse las mediciones muy cerca del co-razon, es frecuente que las alteraciones relativamente minuscu-las de los ventrculos, originen cambios intensos en los trazadoselectrocardiograficos [18].

El registro de las senales de ECG puede ser del tipo ambu-latorio, en orden a monitorear el ritmo del corazon, detectandoanomalas en su ritmo [2], para lo cual se requiere menos pun-tos (se emplean las tecnicas de registro vectocardiograma o demonitoreo). El registro es del tipo clnico cuando se tiene to-da la informacion de la actividad cardaca y exige la tecnica dedoce derivaciones.

La adquisicion de senales de ECG deben cumplir las siguien-tes caractersticas:

Amplitud pico de la senal: Toma valores en el rango de1mV , alcanzando valores hasta de 4mV o 5mV .Ancho de banda: El registro clnico estandar del ECG de12 derivaciones es 0.05 a 100Hz. Para aplicaciones demonitoreo, en pacientes de cuidado intensivo y pacientesambulatorios, el ancho de banda es restringido desde 0.5hasta 50Hz. Un tercer ancho de banda usado para medirel ritmo cardaco (cardiometros) mejora la relacion senalruido en la deteccion del complejo QRS. De esta manera,se filtra la frecuencia de repeticion del QRS mientras sedebilita el ruido, ademas de las ondas diferentes al QRSen la senal, por ejemplo, las ondas P y T. Sin embargo,la filtracion orientada a la deteccion del complejo QRS,distorsiona el ECG tanto que la apariencia de la senal fil-trada no es clnicamente aceptable. En otras aplicacionesse extiende el ancho de banda hasta los 500Hz para me-dir potenciales tardos, que corresponden a senales de bajaamplitud y alta frecuencia presentados en el ECG despuesdel complejo QRS [1].

D. Procesamiento de senales de ECGEl procesamiento de la senal de ECG abarca procedimientos

importantes para el analisis como el preprocesamiento, seg-mentacion, extraccion y seleccion de parametros.

1) Preprocesamiento: . La reduccion de ruido en el ECGha sido uno de los temas mas abordados en la bibliografa sobreprocesado de ECG. Han sido y son muy diversas las maneras deafrontar el problema y no existe un unico metodo de aplicacionuniversal. Una de las primeras opciones es el filtrado de la senal,mediante filtros lineales o no lineales que maximicen la relacionsenal a ruido, por ejemplo el filtro de Wiener [?]. Cuando elespectro de la senal de interes y el ruido se solapan, las tecnicasde filtrado dejan de ser eficaces.

Otra de las tecnicas comunes es el promediado de la senal. Esla tecnica mas utilizada en el procesado de senales biologicas.Su utilizacion resulta eficaz siempre y cuando la senal y el ruidoa reducir cumplan ciertas condiciones.

El filtrado adaptativo ha sido otra de las tecnicas que hanobtenido buenos resultados en la reduccion de ruido de ECG[?, 9]. Es conocido desde los anos 50, pero su aplicacion noha devenido importante hasta el desarrollo de la informatica yalgoritmos de calculo mas rapidos, como el LMS. [5].

Tambien existen tecnicas de filtrado como la aproximacionmediante funciones basadas en el reconocimiento de formas, ybasados en la transformada Wavelet. [9]

2) Caracterizacion de senales de ECG: . La segmenta-cion de eventos es el primer paso en la caracterizacion de lassenales de ECG, buscando parametros (duracion, amplitud, re-gularidad, etc.) que proporcionen informacion sobre el estadofisiologico del paciente en el diagnostico clnico.

En los ultimos anos, se han desarrollado diferentes metodosde segmentacion automatizada de senales, basados en tecnicasde procesamiento digital de senales que brindan rapidez, efica-cia y versatilidad, entre los cuales se encuentran: La filtracionno lineal, la estimacion selectiva de parametros, Redes Neuro-nales, Cadenas ocultas de Markov, algoritmos geneticos, trans-

4formada de Fourier, criterios de optimizacion para busquedano heurstica de bases para segmentacion automatica de ECG,transformada Wavelet, entre otros [17]. La filtracion lineal esel metodo mas comun para la deteccion del QRS por su senci-lla implementacion y menor tiempo de computo, sin embargo,tiene como desventaja el que la variacion de frecuencia en loscomplejos QRS afecta su desarrollo. En particular, el rango dela frecuencia de los complejos, generalmente, es afectado por elruido, resultando una falsa deteccion del QRS [20]. En [10], sepresenta la deteccion del complejo QRS empleando la filtracionadaptativa basado en redes neuronales artificiales (RN) para se-leccionar las frecuencias mas bajas de la senal ECG. El resto dela senal, la cual contiene en su mayor parte energa del QRS dealta frecuencia, es pasada a traves de un filtro lineal acopladopara detectar la localizacion del complejo. El algoritmo actuali-za de manera adaptativa el filtro acoplado al patron del detectordel complejo QRS, que es especfico para cada persona, resul-tando en procedimiento efectivo.

Por cuanto las senales de ECG son no estacionarias, espreferible la realizacion del analisis no parametrico en susegmentacion, durante la extraccion de la informacion, el cualse lleva a cabo empleando la Transformada Wavelet (WT), quepermite la localizacion conjunta en los dominios de tiempo yfrecuencia. La WT puede ser analizada como la salida de unbanco de filtros del tipo Q-constante (esto es, Df/f0 = k,donde k es constante, siendo Df la banda de paso y f0 lafrecuencia central del filtro). El analisis Q-constante de las WTofrece una fina resolucion en el tiempo en altas frecuencias ofina resolucion en frecuencia para bajas frecuencias, siendoesta su mayor ventaja sobre el STFT en el proceso de senales.Se sugiere en [20] [15] el empleo de la WT en la segmentacionde senales de ECG para la deteccion confiable en tiempo realde los intervalos de tiempo que definen la morfologa desdeel inicio hasta la terminacion de la onda, obteniendose as lalocalizacion, el inicio y el final del complejo QRS, de las ondasP y T; y los intervalos PR, ST y QT con alta precision. La WTofrece entre otras ventajas, la disminucion significativa delruido, la invariabilidad respecto a la frecuencia de muestreo dela senal, que permite analizar cualquier tipo de registro ECG,la extraccion de parametros mediante coeficientes utiles parala segmentacion, caracterizacion, clasificacion, compresion ytransmision de las senales [16] [19] [20] [22] [23]. En [20], sedesarrolla un algoritmo concreto de segmentacion, empleandola WT continua diadica, que identifica los complejos de lasenal ECG, utilizando la primera derivada de la WT confuncion madre gaussiana, cuya transformada de Fourier sobrediferentes escalas tiene afinidad con el espectro de frecuenciade los complejos de ECG. Los coeficientes resultantes de latransformacion son utilizados como fuentes de segmentacion,utilizando as umbrales y reglas de decision para su deteccion.

En la extraccion de parametros es importante tener en cuentalos siguientes factores: la variabilidad de registros de un pacien-te a otro, la relacion senal a ruido proporcionada por el equipo,el mal contacto de los electrodos y la ubicacion de los mismos,la posicion del paciente, las contracciones musculares del pa-ciente en el momento de la toma de la senal ademas del estadofsico y anmico del paciente.

Algoritmos mas robustos se basan en la hipotesis de que ladeteccion confiable del QRS pueda ser mejorada si se procesancaractersticas multiples, incluyendo el intervalo RR, la dura-cion y amplitud del pulso, entonces es menos probable que unruido de amplitud muy grande, pero de corta duracion puedaser confundido con un QRS. Similarmente, es mas probable queun QRS verdadero con baja amplitud, pero con ancho normale intervalo RR pueda ser correctamente detectado. En [10] sepresenta un sistema de inferencia difusa, adecuado satisfacto-riamente para esta aplicacion, en el cual los parametros de infe-rencia difusa son determinados por la conexion de los pesos deuna RN especializada.

Existen algoritmos que selectivamente estiman los valores,por ejemplo, la amplitud y la primera derivada, otros solo en laprimera derivada y, por ultimo, algoritmos que utilizan la pri-mera y segunda derivada para obtener parametros caractersti-cos de la senal de ECG . Estos procedimientos pueden ser facil-mente implementados en tiempo real por su baja carga compu-tacional [20].

Un parametro de analisis de la senal cardaca correspondea la medida de las desviaciones del segmento ST, importanteen la caracterizacion de anormalidades en la conduccion delimpulso cardaco, asociadas con la presencia de isquemiamiocardial [3]. Sin embargo, este parametro puede presentarambiguedad, as, en casos como un simple cambio de posturapueden causarse manifestaciones similares de isquemia en elsegmento ST. Por esta razon se han buscado nuevas tecnicas,entre ellas la medida de la variabilidad cardaca [6], que com-plementan la informacion obtenida del segmento ST y mejoranel diagnostico de la anormalidad. La recursividad y secuenciaordenada de los eventos de las senales de ECG, puede serdescrita empleando los modelos ocultos de Markov (HiddenMarkov Model, HMM). El HMM es una maquina estocasticade estados que calcula la probabilidad de la secuencia delECG original [20]. En la caracterizacion de las senales deECG se ha empleado el analisis de los potenciales tardos,que corresponde a la actividad de baja amplitud (pocos mV )y alta frecuencia (50 200Hz), ocurrida en la parte final delcomplejo QRS [10]. Las tecnicas de deteccion estadsticas sonampliamente usadas en la de estimacion de los parametrosde analisis durante la segmentacion de eventos, en particularlas orientadas a la deteccion de cambios abruptos [4], queemplean diferentes criterios de deteccion entre ellos maximaverosimilitud [4], sumas cumulativas [16], entre otras, todasellas permiten obtener medidas de duracion de los potencialestardos mas precisas y con mas alta reproducibilidad queempleando metodos heursticos.

En general, el ECG puede ser analizado por diversos meto-dos que pueden ser evaluados en el dominio del tiempo o lafrecuencia. Los parametros resultantes pueden ser descritos pormomentos estadsticos (p.e. la media, desviacion estandar, etc.),analisis de forma geometrica (p.e. ndice triangular), e indica-dores de balance simpato-vagal [21].

IV. SIMULACIONES Y CALCULOSEn caso de realizar simulaciones y/o calculos en el laborato-

rio e utiliza esta seccion.

5V. RESULTADOSEn esta parte van los resultados obtenidos en la practica,

graficas o valores , tablas, etc.si se desea incluir una grafica se utiliza la plantilla que esta

en el editor, a continuacion muestro algunos ejemplos:

Fig. 1AYAYAYAYY

Fig. 2CIRCUITO INTEGRADO ACTUAL

Fig. 3PRIMER CIRCUITO INTEGRADO ACTUAL

donde cronog.pdf es la grafica que se va a utilizar, en estecaso se encuentra en el directorio donde estan los archivosprincipales del laboratorio, si se desea tambien se crea unacarpeta independiente para graficas, como figuras/cronog.pdf

Si deseas colocar una tabla este es un ejemplo.

VI. CONCLUSIONES Y RECOMENDACIONES

Se citan las conclusiones principales que se plantearon encada uno de los objetivos

Nombre Descripcionqrsw Ancho del QRSpamp Amplitud positiva del QRSnamp Amplitud negativa del QRSpqrs Area positiva del QRSnqrs Area negativa del QRSareat Area de la onda Tivr Repolarizacion ventricular invertidalst Nivel del segmento STstsl Pendiente del segmento STpr Intervalo PRta Amplitud de la onda Ttp Posicion de la onda T respecto al pico R

qtd Intervalo QT

TABLE ICONJUNTO DE MEDICIONES CARACTERIZANDO CADA LATIDO.

Se dan recomendaciones para proximos laboratorios, oerrores que surgieron en la practica debido a equipos delaboratorio

REFERENCES[1] Ahlstrom, M. and Tompkins, W. J. Digital filters for real-time ECG signal

processing using microprocessors. IEEE Trans. on Biomedical Enginee-ring. Vol. 32, No 9 (1985); p. 708-713.

[2] et al. Amplification of biosignals by body potential driving. Medical &Biological Engineering & Computing. (mar. 1982); p. 248-250.

[3] Arango, Juan Jose. Manual de electrocardiografa Corporacion para In-vestigaciones Biologicas. Medelln, Colombia.

[4] Basseville M., Benbeniste A. Detection of abrupt changes in signals anddynamical systems. SV. 1986.

[5] Bjorck A. Numerical methods for least squares problems. SIAM, 1996.[6] Bratko, I.; Mozetic I. KARDIO: A Study in Deep in Cualitative Knowledge

for Expert Systems The MIT Press Cambridge Massachusetts London,England, 1989.

[7] Cohn P;Braunwald E. Cardiopata Isquemica. En: Principios de MedicinaInterna. Editorial McGraw-Hill. 10 de. Mexico 1985.

[8] Correa J. Ciruga no cardaca en Pacientes con Problemas Cardacos.Editorial Universidad de Antioquia. Medelln 1985.

[9] Cuesta D. Estudio de metodos para procesamiento y agrupacion de senaleselectrocardiograficas. PhD thesis, Valencia, 2001.

[10] et al. Developments in ECG acquisition, preprocessing, parameter mea-surement and recording. EMB Magazin. Vol. 17, No 2 (mar. - abr. 1998);p. 50-58.

[11] Fredric, M. H.; Soowhan H. Classification of Cardiac Arrhythmias UsingFuzzy ARTMAP IEEE Transactions on Biomedical Engineering Vol. 43N. 4, April 1996.

[12] Giraldo, B. F. Contribucion al diagnostico automatico de arritmiascardacas basado en el codigo Minnesota Instituto de Cibernetica, U.Politecnica de Cataluna. Espana, 1996.

[13] GCPDS Analisis automatizado de senales cardacas Universidad Na-cional de Colombia Sede Manizales, Proyecto de investigacion adjunto alDIMA, 2003.

[14] Long, W. J.; Naimi S.; Criscitiello M. G. Development of a KnowledgeBase for Diagnostic Reasoning in Cardiology Computers and BiomedicalResearch 25, 1992.

[15] Matlab Documentacion PDF del Toolbox de Wavelets.[16] Mendel J.M. Tutorial on Higher-Order Statistics (Spectra) in Signal Pro-

cessing and System Theory: Theoretical Results and Some ApplicationsProc. of the IEEE, vol. 79, no 3, pags. 278-305, 1991.

[17] Pesket, J.C.; Brooks, Dana H.; Krim, Hamid ; MacLeod, Robert S. BestBasis Segmentation of ECG Signals Using Novel Optimality Criteria.CDSP, Center, ECE Dept, Northeastern University, Boston, MA. USA,IEEE 1996.

[18] Pipberger, H.V. et al. Recommendations for standardization of leads andof specifications for instruments in Electrocardiography and vectorcardio-graphy. Vol52 (1975); p.11-31.

[19] Rudas A., Marcos. La Telemedicina Y Sus Aplicaciones. Dpto. Supervi-sion y Control. C.V.G. EDELCA. Caracas 1060. Venezuela. 2000.

[20] Sahambi J.S., Tandon S.N., R.K.P, Bhatt. Using Wavelet Transforms forECG characterization Centre for Biomedical EngeeringIdian Institute ofTechonology Delhi IEEE (Engineering in medicine and biology) RevistaVolumen 16, 1997.

6[21] T. Alligood Kathleen, D. Sauer Tim, A. Yorke James Chaos an Introduc-tion to Dynamical Systems Springer. Textbooks in Mathematical Science.Verlag New York. 1997.

[22] Tai, C.S. Six-Band Sub-Band Coder on ECG Waveforms. Med. Biol.Eng. Comp., Vol.30, 1992, pp.187-192.

[23] Vaidyanathan, P.P. Multirate Systems and Filter Banks. Prentice-HallInc., 1993.

INTRODUCCINOBJETIVOSObjetivo GeneralObjetivos Especficos

MARCO TEORICOEstados de funcionalidad cardaca del coraznCaractersticas morfolgicas de seales ECGTcnicas de registro de ECGProcesamiento de seales de ECGPreprocesamientoCaracterizacin de seales de ECG

SIMULACIONES Y CALCULOSRESULTADOSCONCLUSIONES Y RECOMENDACIONESReferences