Desarrollo de un sistema de detección automática de artefactos en la señal electrocardiográfica para el análisis de la respuesta electrofisiológica ante el miedo

Abstract

[ES] El trabajo fin de grado nace impulsado por el grupo de investigación del departamento de psicología de la universidad de Bolonia, que tiene como objetivo analizar la respuesta electrofisiológica ante el miedo aprendido en experiencias anteriores. Para ello, se ha diseñado un protocolo de registro que consta de 3 fases de 10 minutos. En cada fase, se les presentan los estímulos visuales de distintos colores con un intervalo entre estímulo de 10 segundos.

Los sujetos están instruidos para que aprieten un botón cuando aparezcan los estímulos visuales de un determinado color. En la primera fase, se pretende captar la actividad basal de cada sujeto que servirá de referencia para el estudio comparativo a posteriori. En la segunda fase, los sujetos están instruidos para que hagan exactamente lo mismo, pero se le aplica algunas descargas eléctricas seguras que podrían generar cierto dolor al sujeto cuando aparezca dicho estímulo. Después de la recompensa negativa repetitiva de la segunda fase, en la tercera fase deben aparecer las respuestas electrofisiológicas asociado al mismo estímulo visual.

En cada fase, se realiza el registro multimodal de electrocardiografía (ECG), electromiografía, electroencefalografía y conductividad de la piel durante los experimentos anteriormente descritos. Uno de los principales problemas de estos registros es la presencia de los artefactos ocasionados por el movimiento del brazo y los asociados a la descarga eléctrica. La presencia de los artefactos dificulta la extracción de la información relevante embebida en el registro.

Por consiguiente, el presente trabajo fin de grado tiene como objeto desarrollar un sistema de detección automática de los artefactos de movimiento embebidos en el registro de ECG mediante algoritmos de aprendizaje automático. Como una primera aproximación, se extraerá una serie de parámetros temporales, espectrales y no-lineales a partir de ventanas de señal de ECG (por ejemplo, 2s): amplitud pico a pico, curtosis, frecuencia mediana, frecuencia dominante, energía normalizada por subbanda, entropía espectral, entropía difusa, Lempel-Ziv entre ellos. Se valorarán distintos algoritmos para implementar el sistema de detección automática de artefactos: redes neuronales artificiales, máquinas de soporte vectorial, entre otros. Tras eliminar los artefactos de movimiento, se analizará la variabilidad del ritmo cardiaco de la tercera fase y la comparará con la primera fase.

[EN] This project focus on the analysis of the electrophysiologic responses to threat conditioning learning of previous experiences in a TMS bial application experiment. The project is a part of an experiment organized by the research group of psychology department from the University of Bologna. It has been designed a registration protocol in which around 30 healthy participants have to go through 3 phases of 15 minutes long. In each phase, different physiological measures are registered for study physiological responses. Experiment is divided in baseline, conditioning and test part. The aim of the experiment is demonstrate that cortical rythms can play a very important role in learning, expresion and extinction of threat conditioning, and what brain areas are related to this. This project focus specificly in ECG signal of participants and a program is develop to prepare and process data. It has been used matlab for analyze ECG signals of participants and extract information about the data.