Desarrollo de un método de estimación de la presión arterial combinando fotopletismografía y electrocardiografía

Abstract

[ES] Las enfermedades cardiovasculares son una de las principales causas de muerte en el mundo y lahipertensión arterial es su principal factor de riesgo. La mejor forma de evitar estas complicacioneses aplicar medidas de prevención en etapas tempranas de la enfermedad, sin embargo, estetipo de pacientes no presenta ninguna sintomatología. Por esta razón, el objetivo principal deeste trabajo es desarrollar un modelo de estimación de la presión arterial a partir de señalesde electrocardiografía (ECG) y fotopletismografía (PPG), las cuales son compatibles con unamonitorización continua y reflejan los cambios fisiológicos producidos por los diferentes nivelesde presión arterial.

Para ello, se han obtenido 86 registros de la base de datos MIMIC con señales ECG, PPG yde presión arterial (ABP) de pacientes normotensos, prehipertensos e hipertensos. A partir deestas señales y de la primera y segunda derivada de la señal PPG, se obtendrán una serie deparámetros predictivos con los que se entrenarán modelos de clasificación para discriminar entrelos tres tipos de pacientes descritos.

En este trabajo se han propuesto tanto nuevos parámetros predictivos relacionados con los tiem-pos de llegada de pulso (PAT) y características propias de las morfologías de las señales, comomodelos de clasificación avanzados con el propósito de mejorar los resultados de discriminaciónentre pacientes normotensos, prehipertensos e hipertensos en comparación con la utilización deparámetros y modelos tradicionales descritos en la literatura.

Al entrenar los registros con estos parámetros y modelos tradicionales se obtuvieron unos re-sultados del 78 % deF1score clasificando a los pacientes como normotensos o prehipertensos ehipertensos. Por otro lado, realizando la clasificación con las nuevas características de las seña-les y empleando clasificadores avanzados, se logró un resultado del 85,44 % utilizando la mismaagrupación entre pacientes. Estos resultados indican que se ha logrado mejorar casi un 7 % losresultados iniciales

[EN] Cardiovascular disease is one of the leading causes of death in the world and high blood pressure isits main risk factor. The best way to avoid these complications is to apply preventive measures inthe early stages of the disease, however, this type of patient does not present any symptoms. Forthis reason, the main objective of this work is to develop a model to estimate blood pressure fromelectrocardiography (ECG) and photoplethysmography (PPG) signals, which are compatible withcontinuous monitoring and reflect the physiological changes produced by different blood pressurelevels.

To this end, 86 records have been obtained from the MIMIC database with ECG, PPG andblood pressure (ABP) signals from normotensive, pre-hypertensive and hypertensive patients.From these signals and the first and second derivatives of the PPG signal, a series of predictiveparameters will be obtained with which classification models will be trained to discriminatebetween the three types of patients described.

In this work it have been proposed both new predictive parameters related to pulse arrival times(PAT) and characteristics of the signal morphologies, and advanced classification models withthe aim of improving the results of discrimination between normotensive, prehypertensive andhypertensive patients in comparison with the use of traditional parameters and models describedin the literature.

By training the records with these traditional parameters and models, 78 % ofF1score wereobtained by classifying patients as normotensive or prehypertensive and hypertensive. On theother hand, performing the classification with the new characteristics of the signals and usingadvanced classifiers, a result of 85.44 % was achieved using the same grouping among patients.These results indicate that the initial results have been improved by almost 7 %.