Resumen

    Es bien conocida la importancia de la señal electrocardiográfica para el diagnóstico de multitud de enfermedades cardiacas, tanto mediante inspección visual como mediante técnicas actuales de inspección automática. Como en cualquier otra señal, la cantidad de información extraída y la calidad de la misma dependerán de propiedades tales como relación señal-ruido, resolución del conversor analógico-digital, frecuencia de muestreo, etc. Por esta razón, es de gran importancia que la señal ofrezca una `calidad' adecuada, máxime cuando el diagnóstico de ciertas enfermedades cardiovasculares graves depende de ello. La reducción del ruido en el electrocardiograma (ECG) ha sido uno de los temas más abordados en la bibliografía sobre procesado de señal de ECG. Han sido y son muy diversas las maneras de afrontar el problema y no existe un único método de aplicación universal a todas las fuentes de ruido y todos los casos. En esta tesis doctoral se han estudiado las principales fuentes de ruido que aparecen en el registro del ECG. Algunas de éstas pueden minimizarse en la fase de adquisición de la señal prestando un especial cuidado a ciertas normas o reglas. Sin embargo, otras, como el ruido muscular, o la deriva de la línea base y artefactos, no pueden eliminarse o reducirse al máximo en la fase de adquisición y se hacen necesarias técnicas de procesado de señal a posteriori para su reducción a un nivel aceptable. Una de las primeras opciones es el filtrado de la señal, mediante filtros lineales o no lineales que maximicen la relación señal a ruido como, por ejemplo, el filtro de Wiener. Cuando el espectro de la señal de interés y el ruido se solapan, las técnicas de filtrado dejan de ser eficaces. En ese caso, otra de las técnicas comunes que se aplican es el promediado de señal. Su utilización resulta eficaz siempre y cuando la señal y el ruido a reducir cumplan ciertas condiciones. El filtrado adaptativo ha sido otra de las técnicas que han obtenido resultados aceptables en la reducción del ruido en el ECG, ya que es capaz de adaptarse a los cambios producidos en la señal ECG. Sin embargo y debido a ello, este tipo de filtrado puede producir modificaciones en la información clínica contenida en el ECG. Por otra parte, las técnicas basadas en transformada Wavelet han conseguido una mejora frente al filtrado tradicional pero no reducen completamente la interferencia y la umbralización que se usa en algunas sub-bandas con la intención de eliminar ruido puede afectar a la información clínica de la señal.
    En cuanto a patologías cardíacas que podrían contener los ECG bajo análisis existe una en concreto, la fibrilación auricular (FA), que destaca por ser una de las arritmias más comunes y que más ingresos por urgencias en hospitales produce en la actualidad. Hoy en día, el tratamiento y análisis de la FA no es completamente satisfactorio lo que, asociado a los altos niveles de mortandad, reducción de la calidad de vida y elevados costes sanitarios, ha propiciado un gran incremento de la investigación en torno a este tema en los últimos años. Un estudio no invasivo y eficiente de este tipo de arritmias requiere la observación aislada de la actividad auricular, usualmente de menor amplitud y solapada con la actividad ventricular, lo que imposibilita el uso de técnicas de filtrado lineales para separar ambas actividades. En este sentido, las técnicas para la extracción de actividad auricular (AA) más novedosas como separación ciega de fuentes y cancelación espacio-temporal, presentan un mejor rendimiento que las técnicas clásicas, basadas en la sustracción del complejo medio y que el filtrado adaptativo recurrente, aunque necesitan del uso de la información contenida en varias derivaciones, o bien, registros con una determinada duración para obtener los mejores resultados.
    En esta tesis doctoral se abordan dos objetivos principales: por un lado, diseñar sistemas basados en Redes Neuronales Artificiales (RNAs), con sus diferentes tipos, para disminuir las interferencias y ruido en señales de ECG preservando la información clínica y, por otro lado, verificar las posibilidades que ofrecen las redes neuronales, en todas sus variantes, para la extracción de la actividad auricular desde un ECG con FA, como alternativa a las técnicas actuales de cancelación de complejos QRST. Los resultados obtenidos en esta tesis doctoral suponen una mejora en la calidad de la señal ECG, que puede posibilitar un avance en el análisis clínico posterior.
    Para validar los resultados, se ha creado una base de datos de registros electrocardiográficos con diferentes tipos de señal; sintetizadas, pseudo-reales y reales. El hecho de contar con una señal de ruido y de AA sintetizada y conocida posibilita la medición de la calidad en la reducción y extracción en términos de correlación entre la señal original y la señal resultante. En todos los casos, la comparación con los resultados obtenidos mediante las técnicas clásicas de reducción de ruido y extracción de AA, ampliamente aceptada por la comunidad científica, servirá como referencia a los métodos propuestos.