Resum

És ben coneguda la importància del senyal electrocardiogràfic per al diagnòstic de multitud de malalties cardíaques, tant mitjançant inspecció visual com a través de tècniques actuals d’inspecció automàtica. Com en qualsevol altre senyal, la quantitat d’informació extreta i la qualitat d’aquesta dependran de propietats com la relació senyal-soroll, resolució del conversor analògic-digital, freqüència de mostreig, etc. Per aquesta raó, és de gran importància que el senyal oferisca una ‘qualitat’ adequada, més encara quan el diagnòstic d’algunes malalties cardiovasculars greus depenen d’això. La reducció del soroll en l’electrocardiograma (ECG) ha estat un dels temes més abordats en la bibliografia sobre processament de senyal d’ECG. Han sigut i són molt diverses les maneres d’afrontar el problema i no existeix un únic mètode d’aplicació universal a totes les fonts de soroll i tots els casos. En aquesta tesi doctoral s’han estudiat les principals fonts de soroll que apareixen en el registre de l’ECG. Algunes d’aquestes poden minimitzar-se en la fase d’adquisició del senyal prestant una atenció especial a certes normes o regles. Tanmateix, altres, com el soroll muscular, o la deriva de la línia base i artefactes, no poden eliminar-se o reduir-se al màxim en la fase d’adquisició i es fan necessàries tècniques de processament de senyal a posteriori per a la seua reducció a un nivell acceptable. Una de les primeres opcions és el filtratge del senyal,  mitjançant filtres lineals o no lineals que maximitzen la relació senyal a soroll com, per exemple, el filtre de Wiener. Quan l’espectre del senyal d’interès i el soroll se solapen, les tècniques de filtratge deixen de ser eficaços. En aquest cas, una altra de les tècniques comunes que s’apliquen és la mitjana de senyal. La seua utilització resulta eficaç sempre que el senyal i el soroll que s’ha de reduir complisquen certes condicions. El filtratge adaptatiu ha estat una altra de les tècniques que han obtingut resultats acceptables en la reducció del soroll en l’ECG, ja que és capaç d’adaptar-se als canvis produïts en el senyal ECG. Tanmateix, i a causa d’açò, aquest tipus de filtratge pot produir modificacions en la informació clínica continguda en l’ECG.  D’altra banda, les tècniques basades en transformada Wavelet  han aconseguit una millora davant del filtratge tradicional però no redueixen completament la interferència i la llindarització que s’usa en algunes sub-bandes amb la intenció d’eliminar soroll pot afectar  la informació clínica del senyal.
   Quant a patologies cardíaques que podrien contenir els ECG sota anàlisis existeix una en concret, la fibril·lació auricular (FA), que destaca per ser una de les arítmies més comunes i que més ingressos per urgències en hospitals produeix en l’actualitat. Hui en dia, el tractament i anàlisi de la FA no és completament satisfactori, cosa que, associat als alts nivells de mortaldat, reducció de la qualitat de vida i elevats costos sanitaris, ha propiciat un gran increment de la investigació al voltant d’aquest tema en els últims anys. Un estudi no invasiu i eficient d’aquest tipus d’arítmies requereix l’observació aïllada de l’activitat auricular, usualment de menor amplitud i solapada amb l’activitat ventricular, cosa que impossibilita l’ús de tècniques de filtratge lineals per a separar ambdues activitats. En aquest sentit, les tècniques per a l’extracció d’activitat auricular (AA) més noves com la separació cega de fonts i cancel·lació espai-temporal, presenten un millor rendiment que les tècniques clàssiques, basades en la subtracció del complex mitjà i que el filtratge adaptatiu recurrent, encara que necessiten de l’ús de la informació continguda en diverses derivacions, o bé, registres amb una determinada durada per a obtenir els millors resultats.
En aquesta tesi doctoral s’aborden dos objectius principals: d’una banda, dissenyar sistemes basats en  Xarxes Neuronals Artificials (XNA), amb els seus diferents tipus, per a disminuir les interferències i soroll en senyals d’ECG preservant la informació clínica i, d’altra banda, verificar les possibilitats que ofereixen les xarxes neuronals, en totes les seues variants, per a l’extracció de l’activitat auricular des d’un ECG amb FA, com a alternativa a les tècniques actuals de cancel·lació de complexos QRST. Els resultats obtinguts en aquesta tesi doctoral suposen una millora en la qualitat del senyal ECG, que pot possibilitar un avanç en l’anàlisi clínica posterior.
Per a validar els resultats, s’ha creat una base de dades de registres electrocardiogràfics amb diferents tipus de senyal; sintetitzats, pseudo-reals i reals. El fet de comptar amb un senyal de soroll i de AA sintetitzat i conegut possibilita la mesura de la qualitat en la reducció i extracció en termes de correlació entre el senyal original i el senyal resultant.  En tots els casos, la comparació amb els resultats obtinguts mitjançant les tècniques clàssiques de reducció de soroll i extracció de AA, àmpliament acceptada per la comunitat científica, servirà com a referència als mètodes proposats.