IMPLEMENTACIÓN DE REDES NEURONALES PARA LA ESTIMACIÓN DE CARACTERÍSTICAS GEOMÉTRICAS AURICULARES A PARTIR DE SEÑALES ELECTROCARDIOGRÁFICAS DE SUPERFICIE

Abstract

[ES] La imagen electrocardiográfica (ECGI) permite estimar la actividad eléctrica en la superficie cardiaca de manera no invasiva. Los sistemas actuales de ECGI requieren de técnicas de imagen como resonancia magnética o tomografía axial computerizada para la obtención de la geometrías cardiacas sobre las que calcular las señales. La necesidad de técnicas de imagen encarece y alarga los procedimientos de ECGI, haciendo necesarias alternativas para estimar la posición del corazón de los pacientes por otros métodos. Es por ello, que este trabajo de fin de grado tiene como objetivo el desarrollo e implementación de redes neuronales para estimar características geométricas auriculares, como la posición y orientación respecto al torso, a partir de señales electrocardiográficas de mapeo de superficie (BSPM). Asimismo, este proyecto pretende mejorar la precisión en las soluciones del ECGI, ya que al presentar una naturaleza como problema inverso, numerosos tipos de ruido tanto implícitos en la señal como geométricos pueden afectar su resultado, causando fallos en el diagnóstico. Por este motivo, la mejora en la estimación geométrica permite obtener un diagnóstico más preciso de patologías cardiacas auriculares y con ello un mejor tratamiento. Para conseguir el objetivo propuesto, se ha utilizado una base de datos de 16.800 simulaciones matemáticas cardiacas con una elevada variabilidad de propagaciones eléctricas (sinusales y ectópicas), y de geometrías de corazón y torso obtenidas a partir de un Shape Model estadístico. Con los BSPM resultantes, se han entrenado distintas arquitecturas de red neuronal para identificar y extraer información relevante sobre la ubicación de las aurículas cardiacas, y finalmente, se ha evaluado el error cometido con una serie de métricas. Con este trabajo se pretende avanzar en la aplicación de las redes neuronales al campo del diagnóstico no invasivo de patologías cardiacas auriculares, reduciendo la necesidad de pruebas médicas invasivas y costosas, al tiempo que se aumenta la rapidez y precisión en la detección.