Reconocimiento de patrones y modelado en señales de electrocardiograma: detección temprana de isquemia e infarto de miocardio
El procesamiento de señales biomédicas tiene una importancia relevante en el diagnóstico temprano y prevención de enfermedades. El electrocardiograma es un estudio no invasivo, de bajo costo, que brinda información valiosa sobre la actividad eléctrica cardiaca. El análisis de esta señal estudia patr...
Guardado en:
| Autores principales: | , , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2017
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/62519 |
| Aporte de: |
| Sumario: | El procesamiento de señales biomédicas tiene una importancia relevante en el diagnóstico temprano y prevención de enfermedades. El electrocardiograma es un estudio no invasivo, de bajo costo, que brinda información valiosa sobre la actividad eléctrica cardiaca. El análisis de esta señal estudia patrones que se asocian con condiciones anormales de funcionamiento. A partir de un modelo dinámico de la señal de ECG, nos proponemos diseñar modificaciones que contemplen la heterogeneidad de la despolarización y la repolarización ventricular latido a latido. Algoritmos de procesamiento de ECG con un enfoque Bayesiano, serán diseñados con el objetivo de sintonizar los parámetros del modelo que permitan la síntesis de señales de ECG registrables durante procesos de isquemia e infarto. Los índices y métricas utilizados en señales reales permitirán validar el modelo modificado. |
|---|