ESCUELA POLITÉCNICA DEL EJÉRCITO

1. ESCUELA POLITÉCNICA DEL EJÉRCITO DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA CARRERA DE INGENIERÍA EN ELECTRÓNICA AUTOMATIZACIÓN Y CONTROL PROYECTO DE GRADO PARA LA OBTENCIÓN DEL TITULO DE INGENIERÍA MÓNICA ALEXANDRA RUIZ QUINTEROS

2. DISEÑO E IMPLEMENTACIÓN DE UN ALGORITMO PARA DETECCIÓN DE APNEAS DEL SUEÑO, BASADO EN SEÑALES RESPIRATORIAS DERIVADAS DE ELECTROCARDIOGRAMA

3. AGENDA • OBJETIVOS • RESUMEN • ESTUDIO BÁSICO DEL SAOS • ESTUDIO BÁSICO DE ELECTROCARDIOGRAMA • ADQUISICIÓN DE SEÑALES Y BASE DE DATOS • ALGORITMO DE DETECCIÓN DE SAOS • VALIDACIÓN DEL ALGORITMO • CONCLUSIONES Y RECOMENDACIONES

4. OBJETIVO GENERAL • Diseñar e implementar un algoritmo para detectar apneas del sueño, mediante la variabilidad de ritmo cardiaco como señal derivada de electrocardiograma utilizando la de la base de datos de señales de apnea-ecg de Physionet. OBJETIVO GENERAL

5. Objetivos Específicos • Extraer características del ECG para obtener las señales respiratorias derivadas. • Determinar que la Variabilidad de ritmo cardiaco es la señal con mejores características para implementar el algoritmo. • Realizar un análisis frecuencial de las señales para observar su comportamiento. • Implementar el algoritmo a través del Intervalo RR y el cálculo espectral

6. Calcular el porcentaje de SAOS presente en los pacientes del grupo de prueba y compararlos con las anotaciones de apnea provistas por la base de datos. • Calcular el porcentaje de SAOS presente en los pacientes del grupo de validación del algoritmo y compararlos con los datos teóricos obtenidos desde polisomnografía. • Analizar el desempeño del algoritmo en base a criterios bioestadísticos. AGENDA

7. Resumen El Síndrome de Apnea Obstructiva del Sueño (SAOS) es un trastorno de alta prevalencia cuyo diagnóstico actualmente se realiza a partir de la Polisomnografía, un estudio que implica altos costos y un complicado procedimiento. Este proyecto propone un algoritmo, como prueba de diagnóstico, capaz de reconocer la enfermedad a través de un examen no invasivo como el electrocardiograma (ECG). AGENDA

8. SAOS (Síndrome de apnea obstructiva del sueño) TRASTORNOS DEL SUEÑO Estado donde se pierde la capacidad de interacción con el entorno de forma transitoria . APNEA: Obstrucción y colapso de las vías aéreas superiores. Cese del flujo respiratorio mayor a 10 segundos y cientos de veces en la noche, acompañados con ronquidos, hipoxia y ocasionalmente con despertares inconscientes Respiratorios Síndrome de apneas del sueño SAOS

9. Muy frecuente : afecta al 4-6% de los hombres y al 2-4% de las mujeres en las edades medias de la vida. • Su frecuencia aumenta con la edad. • Deterioro de la calidad de vida • Presencia de hipertensión arterial • Desarrollo de enfermedades cardiovasculares y cerebro vasculares. Los síntomas guía para sospechar un SAOS son: 1) ronquidos entrecortados. 2) episodios de ahogo y paradas respiratorias durante el sueño. 3) somnolencia excesiva durante el día.

10. Diagnóstico del SAOS Flujo aéreo: por termistor, neumotacógrafo o analizador de CO2. Esfuerzo ventilatorio: mediante bandas elásticas toracoabdominales o sistema similar. Recambio gaseoso: por pulsioximetría se determina la saturación de oxígeno (SaO2). Electrocardiograma (ECG). Estadios de sueño: EEG, EOG (izquierdo y derecho), EMG (submentoniano). Esfuerzo respiratorio: mediante dos bandas, toráxica y abdominal. Saturación Arterial de Oxígeno: saturómetro colocado en el dedo índice del paciente. Posición Corporal Movimientos de las Piernas Actividad eléctrica de los músculos Movimientos Oculares. AGENDA

11. ELECTROCARDIOGRAMA • Registro gráfico de los potenciales eléctricos que produce el corazón obtenidos desde la superficie corporal a partir de electrodos y un equipo de registro (electrocardiógrafo). Figura 1. Electrocardiograma, derivaciones precordiales

12. Ondas • P: despolarización auricular • QRS: despolarización ventricular, su duración normal es de 0.06 a 0.1 sg siendo: • Q: primera onda negativa antes de la primera onda positiva. • R: toda onda positiva. Si existe una segunda onda positiva la llamamos R´. • S: toda onda negativa después de una onda positiva. • T: de despolarización ventricular. • U: pequeña onda que sigue a la onda T, de significado incierto. Figura 2. Ondas de Electrocardiograma

13. COMPLEJO QRS AGENDA

14. ADQUISICIÓN DE SEÑALES DE ELECTROCARDIOGRAMA Base de datos de libre distribución: Apnea-ECG Database. Esta base de datos fue desarrollada por el PhyisioNet/Computers in Cardiology Challenge 2000.

15. Base de Datos Base de datos: Consta de 70 registros 8 horas de duración Señal : Muestreada a 100 Hz Resolución de 16 bits Cada bit representa 5 mV Las señales de desarrollo y pruebas se subdividen en 3 grupos: • pacientes con apnea (grupo A), • pacientes borderline (grupo B) • pacientes normales o en control(grupo C).

16. Señales de desarrollo y prueba: • 35 señales contienen anotaciones de apnea y del complejo QRS. • 8 disponen de 4 señales respiratorias: Oronasal pletismográfica de pecho, abdominal saturación de oxígeno. Señales de validación del algoritmo: • 35 grabaciones con datos de apnea teóricos obtenidos por polisomnografía. • Los registros son hombres y mujeres con edades entre 27 y 63 años con pesos entre 53 y 135 Kg.

17. Señales de electrocardiograma y pletismográficas del paciente a03 Figura 4. Señales extraídas de la base datos a través de ATM Physiobank.

18. Por cada paciente se tiene los archivos: • .dat contiene las señales de ECG digitalizadas. (16bits por muestra, 100m/s, 200 A/D unidadespormilivoltio) • .apn anotaciones de apnea. • .qrs anotaciones de QRS. • .hea archivos de encabezado que especifican los nombres y formatos de los archivos de señal asociados

19. Desde Cygwin Archivos: . apn y .qrs se convierten en archivos tipo .txt Funciones de la librería WFDB utilizadas: • rdann Lee archivos de anotaciones para las grabaciones WFDB. AGENDA Figura 5. Muestra de conversión de archivos a través de Cygwin.

20. DISEÑO E IMPLEMENTACIÓN DEL ALGORITMO DE DETECCIÓN DE SAOS

21. DIAGRAMA DE BLOQUES GENERAL

22. DIAGRAMA DE FLUJO DEL ALGORITMO DE DETECCIÓN DE SAOS. Se toma la señal desde la base de datos Filtros y correcciones de la señal de ECG Correlación Cruzada Comportamiento de las señales

23. PREPROCESAMIENTO • Para el pre procesamiento se lleva a cabo tres pasos: • Corrección deriva de línea • Detección del complejo QRS • Corrección del complejo QRS

24. Con la concatenación se obtiene los datos de ECG como unidades físicas.

25. CORRECCIÓN DE LA DERIVA DE LINEA DE BASE DE LA SEÑAL DE ELECTROCARDIOGRAMA En el ciclo respiratorio se produce actividad de baja frecuencia o ruido El filtro reemplaza un valor por la mediana de los valores cercanos en un intervalo de 2n+1. Eliminar ondas P de duración 0,2s y T de duración 0,6s .

27. DETECCIÓN DE LOS COMPLEJOS QRS Objetivo: Detectar el pico R. Se elimina ondas T de gran amplitud y ruido de diversa procedencia. Detectar el pico R como el punto máximo en una ventana de 300ms centrada.

28. CORRECCIÓN DE LOS COMPLEJOS QRS Falso Positivo: Por ondas T o latidos ectópicos Se obtiene un Intervalo RR robusto . Falso Negativo: Latidos no detectados

29. Generación de Intervalo RR robusto Bucle de detección y tipificación de fallos

30. Bucle que corrige los Falsos positivos y Falsos negativos.

31. EXTRACCION DE CARACTERISTICAS

33. CALCULO AREA R, QR y QRS Anotaciones de pico R, se aplica ventana 100 ms Partimos de x[imax]>0, como punto máximo Las muestras son reducidas hasta encontrar cambio de signo x[imax-n]<0 Se aumenta las muestras hasta encontrar el siguiente cruce por 0 Se calcula el área como:

35. Area S Area QR

36. SEÑALES DERIVADAS DE ELECTROCARDIOGRAMA

37. SEÑALES DERIVADAS DE ELECTROCARDIOGRAMA Área y duración de la Onda R Amplitud Pico R Variabilidad de ritmo cardiaco(Intervalo RR) Se realiza interpolado de tipo spline cúbico Filtrado pasa-bajas que elimina frecuencias no coherentes con el rango de frecuencias respiratorias (0-5 Hz). El filtro utilizado es de tipo Butterworth de orden 3. En los sujetos de nuestra base de datos la tasa respiratoria es normalmente 10-20 respiraciones/minuto en reposo.

38. AMPLITUD PICO R Detección de los picos R mediante anotaciones Se aplica ventana temporal de 300ms centrada en la anotación. Se calcula su punto máximo dando como resultado R

39. DURACIÓN ONDA R (RWD) RWD: Onda que transcurre desde que la onda R pasa por 0 hasta que lo cruza nuevamente Se utiliza parte del algoritmo para el cálculo del área R

40. VARIABILIDAD DE RITMO CARDIACO (INTERVALO RR) Se utiliza a partir de que la consecuencia directa de un episodio de apnea es la disminución en el ritmo cardíaco por parte del paciente debido a la no necesidad de bombeo del corazón. Durante un episodio de apnea se producen variaciones cíclicas en el ritmo cardíaco que suelen aparecer de forma periódica cada 25-100 s. Consecuencia: Intervalo de frecuencias de entre 0.01-0.04 Hz donde los episodios de apnea tienen mayor influencia. Se produce un aumento en el intervalo RR y por tanto una disminución clara de la frecuencia cardíaca.

41. VARIABILIDAD DE RITMO CARDIACO (INTERVALO RR) El procesoparaobtener la señal es calcular la distancia entre dos picos R consecutivos. En este caso nos interesa la señal sin interpolar Intervalo RR

42. Cálculo de señales Interpolación y Filtrado Las señales son guardadas en estructura parámetros

43. ESTUDIO TEMPORAL A partir de las señales respiratorias derivadas se realiza un estudio temporal utilizando correlación cruzada. El objetivo es comprobar que el Intervalo RR es la EDR con mejores características para implementar el algoritmo. Se realiza la correlación en tramos por minuto entre las señales respiratorias provistas por la base de datos y las EDR

44. ESTUDIO FRECUENCIAL Se busca analizar el comportamiento frecuencial de la señal Intervalo RR. Se analiza tramos con y sin apnea para ver el comportamiento de la señal en el rango frecuencial de 0.01 . 0.04 Hz (Rango de apnea).

45. CICLOS POR LATIDO Se considera la secuencia RR como una señal que refleja la actividad del sistema nervioso autónomo. Se debe tener en cuenta que el muestreo de dicha actividad no es uniforme. Utilizando el Dominio del latido (beatquency domain) en lugar del dominio frecuencial, la frecuencia no se mide en ciclos por segundo sino en ciclos por latido. Se utiliza la señal RR no interpolada.

46. ALGORITMO DE DETECCIÓN DE SAOS Partimos tomando la señal del Intervalo RR no interpolada. Durante la realización de este proyecto, la estimación de la PSD se ha realizado mediante la aplicación directa de la transformada de Fourier (función fft de MATLAB) y mediante el método del periodograma de Welch (función pwelch de MATLAB), con el objetivo de mejorar los resultados aplicando solapado.

47. DIAGRAMA DE FLUJO DEL ALGORITMO DE DETECCIÓN DE SAOS. La apnea tiene mayor influencia en el rango de frecuencias entre 0.01 y 0.04 Hz. Es decir un descenso en la banda VLF. Esta disminución es cuantificada mediante el cálculo de la Densidad Espectral de Potencia (PSD).

48. ALGORITMO DE DETECCIÓN DE SAOS Se detecta la apnea obstructiva del sueño a través de obtener la potencia espectral del tramo de señal analizado en el intervalo entre 0.01 y 0.04 Hz y mirar si éste es mayor a un cierto límite. Dicha señal se le llama FPWR (Frecuencypowerespectrumsignal). Una vez analizada la potencia espectral, se llega a la conclusión de que ésta es muy variable a los cambios de postura producidos por el paciente durante el proceso de ensoñación Se calcula la potencia en todo el tramo de señal, llamada TPWR (Total powerspectrumsignal)

49. ALGORITMO DE DETECCIÓN DE SAOS Se obtiene la potencia relativa en la banda entre 0.01 y 0.04 Hz, llamada DPWR (differentialpowerespectrumsignal) El valor límite de DPWR utilizado para diferenciar tramos con y sin apnea es de un 40 %.

50. ALGORITMO DE DETECCIÓN DE SAOS Con los registros que se posee anotaciones de apnea los porcentajes son comparados. Con los registros de validación el porcentaje de apnea es cuantificado y comparado con el valor teórico.