11 | N 30 | May - Ago | pp 57 - 65
INSTITUCIN INSTITUCIN
*UNIVERSIDAD INDUSTRIAL DE SANTANDER **FUNDACIN CARDIOVASCULAR DE
UIS COLOMBIA
Universidad Pblica FCV
Cra 27 Calle 9 Entidad privada sin nimo de lucro
Bucaramanga, Santander Calle 155 No. 23-58
COLOMBIA Floridablanca, Santander
COLOMBIA
INFORMACIN DE LA INVESTIGACIN O DEL PROYECTO: Este trabajo se realiz con el aval del Grupo de
Investigacin en Ingeniera Biomdica (GIIB) de la Escuela de Ingeniera de Sistemas de la Universidad Industrial de
Santander, y con el respaldo del Grupo de Investigacin en Sistema Nervioso Autnomo de la Fundacin Cardiovascular
de Colombia (FCV), producto del trabajo de investigacin titulado: Sistema de clasificacin de pacientes a partir de
variables clnicas y factores de riesgo cardiovascular.
57
Gerenc. Tecnol. Inform. | Vol. 11 | N 30 | May - Ago | Maldonado, Garca, Bautista
RESUMEN ANALTICO
ANALYTICAL SUMMARY
This work presents an approach of the fundamental concepts to estimate blood pressure variability
from digitalized records, using methodologies based on implementation of mathematical methods
for blood pressure signal processing, with the objective to estimate the indicators of variability in
time domain and in frequency domain. On the time domain it were estimated the maximum blood
pressure, minimum, average and standard deviation, and in frequency domain it was calculated the
index of low frequency (LF), high frequency (HF), the relationship between low and high frequencies
(LF/HF) and the total power (TP). It was developed a software application using the integrated
development environment of Matlab that implements the Pan-Tompkins algorithm for detection of
maximum blood pressure peaks and also the Welch method for estimation of power spectral density.
The tool was validated using 20 signals corresponding to 13 women and 7 men between 12 and 87
years old and it was confirmed the similarity among the results obtained from the estimation of blood
pressure variability by the developed application, with the estimation made for the same indicators
by WinCPRS (Absolute Aliens, Finland) software.
KEYWORDS: Blood pressure variability, Spectral Analysis, Welchs method, Pan-Tompkins algorithm.
ejemplo, la actividad simptica se ha relacionado con El algoritmo de Pan y Tompkins implementa un filtro
LF, la funcin del msculo vascular se relaciona con pasa banda (con un filtro pasa baja [LPF] y un filtro pasa
VLF y LF, y la actividad parasimptica y el xido ntrico alta [HPF]), para reducir el ruido junto con las seales
derivado del endotelio se relacionan probablemente con que interfieren fuera de la banda de frecuencias en la
las altas frecuencias [14]. que se encuentra el pico de la seal PAS, un derivador
que enfatiza las pendientes de la onda, se eleva al
Se han realizado estudios para determinar el cuadrado para aumentar an ms las altas frecuencias
comportamiento de la VPA en sujetos normo-tensos de las variaciones de presin. En la figura 5 se observa
e hipertensos [3] [15-16] y tambin ha sido de gran el proceso de deteccin de picos de PAS usando dicho
importancia debido a sus posibles implicaciones algoritmo, donde:
pronsticas [17]. A pesar de los hallazgos previamente
encontrados, an existen ciertas reas del conocimiento
sin explorar con respecto a la VPA. Estas falencias
surgen debido a que los estudios que se llevan a cabo
para determinar la VPA no son equiparables debido a
que se utilizan diferentes mtodos (mtodos invasivos
y no invasivos) y diferentes herramientas software
para estimar la VPA. Adicionalmente, los estudios
previamente mencionados fueron realizados en grupos
de pacientes de raza caucsica, lo que no permite
generalizar sus resultados en la poblacin Colombiana.
La estimacin de las componentes espectrales de la VPA, La amplitud de las seales que se muestran en la grfica
requiere del procesamiento de la seal digitalizada (ver se encuentra normalizada entre cero y uno para facilitar
figura 3), y el primer objetivo se centra en la extraccin su visualizacin.
de caractersticas relevantes, a partir de las cuales se
realiza la estimacin de dichas componentes. FIGURA 5. Deteccin de los picos usando el algoritmo
de Pan-Tompkins.
Para llevar a cabo el procesamiento la seal de PAS es
necesario detectar el instante de tiempo y la amplitud
de los picos mximos de dicha seal. El mtodo
usado para su deteccin se basa en el algoritmo de Pan
y Tompkins (1985).
4. MTODO DE WELCH
La densidad espectral de potencia S(ej) es estimada (Absolute Aliens, Finland), para obtener los valores
usando el mtodo de Welch [20-21], a partir de la serie de PA mxima, PA mnima, PA promedio, desvia-
de tiempo remuestreada, que es dividida en k segmentos cin estndar de los valores de PA, junto con los
de igual longitud N superpuestos en un 50%. Se ndices de VPA en el dominio de la frecuencia TP,
calculan los periodogramas modificados [22] de dichos
LF, HF y LF/HF.
segmentos, y el promedio de dichos periodogramas
escalado produce la estimacin de la densidad espectral
de potencia. 5.3 DESCRIPCIN DE LOS DATOS
A cada segmento k se le aplica una ventana de Hamming Producto de la recoleccin se obtuvo una matriz de datos.
[22] de la misma longitud del segmento. Posteriormente, Las medidas de tendencia central y de variabilidad para
la transformada rpida de Fourier [23] es aplicada a cada los ndices de VPA en el dominio del tiempo y frecuencia
segmento k y se calcula el periodograma modificado se presentan en las tablas 2 y 3 respectivamente.
S(ej) (ver ecuacin 1).
TABLA 2. Medidas de tendencia central y de variabilidad
por ndice de VPA en el dominio del tiempo.
(1)
MIN MAX PROM DEV
mmHg mmHg mmHg mmH
El conjunto de periodogramas modificados se promedia Mediana 81,2 100,2 89,0 3,8
para obtener la estimacin del espectro S(ej), que
Media 78,1 100,6 89,9 4,1
posteriormente es escalado usando la frecuencia de
muestreo fs=4Hz, para estimar la densidad espectral de Desviacin
potencia S(ej)/fs. La grfica de S(ej) genera una curva estndar 24,3 23,7 23,2 1,5
como la que se observa en la figura 2. Valor
mximo 127,3 140,8 134,7 7,9
5. Metodologa de desarrollo
Valor
La metodologa que se utiliz para el desarrollo de mnimo 35,6 51,4 42,9 2,5
la aplicacin se divide en 5 fases que se describen a Rango 91,7 89,4 91,8 5,4
continuacin.
picos de PAS y la estimacin de los ndices en el dominio reduccin y arrastre de la grfica, adems de la inclusin
del tiempo y frecuencia. Las pruebas de funcionalidad de de picos no detectados o la exclusin de picos mal
la herramienta se realizaron comparando los valores de detectados para los casos en que las seales presentan
los ndices obtenidos al procesar la seal correspondiente tendencias como las fluctuaciones de la lnea base.
a un paciente, respecto a los valores de los dichos
ndices para el mismo paciente, obtenidos usando el FIGURA 10. Interfaz de deteccin de picos
software WinCPRS, y se selecciono el algoritmo con el
que se obtuvieron los resultados ms similares.
6. RESULTADOS
TABLA 4. Diferencias entre las mediciones de la ndices en la practica clnica diaria, lo que contribuira
aplicacin desarrollada respecto al WinCPRS. a la reduccin de la carga que representa actualmente
la hipertensin arterial en el sistema de salud pblica.
ndice VPA % Diferencia promedio Algunas de las ventajas que permitirn su incorporacin
en la prctica mdica son su libre acceso y la posibili-
MIN 0,0 dad de integrar sus resultados con los factores de riesgo
MAX 0,0 cardiovascular.
PROMEDIO 0,0
8. REFERENCIAS
DESVIACIN 0,2
TP 3,7 [1] Sloan RP, Shapiro PA, Bagiella E, Myers MM,
Gorman JM. Cardiac autonomic control buffers
LF 3,4 blood pressure variability responses to challenge:
HF 1,3 a psychophysiologic model of coronary artery
LF/HF 1,9 disease. Psychosom Med. 1999;61:5868.
La validacin realizada con los resultados obtenidos del [3] Mancia G, Ferrari AU, Gregorini L, Parati G,
WinCPRS permite garantizar la confiabilidad e integri- Pomidossi G, Bertinieri G, Grassi G, Di Rienzo M,
dad de los ndices de VPA estimados por la aplicacin Pedotti A, Zanchetti A. Blood pressure and heart
desarrollada. rate variabilities in normotensive and hypertensive
human beings. Circ Res. 1983;53:96-104.
No es adecuado realizar interpolacin de la seal que
contiene los picos detectados mediante mtodos con- [4] Mancia G, Zanchetti A. Blood pressure variability.
vencionales basados en aproximaciones polinmicas. In: Zanchetti A, Tarazi R, eds. Handbook of
En cambio, se obtienen resultados adecuados al aplicar Hypertension. Amsterdam, Netherlands: Elsevier
tcnicas de remuestreo basadas en tcnicas de proce- Science Publishing Co, Inc; 1986;7:125-152.
samiento digital de seal, las cuales se fundamentan en
el uso de filtros. [5] Akselrod S, Gordon D, Ubel FA, Shannon DC,
Barger AC, Cohen RJ. Power spectrum analysis
El prototipo desarrollado elimina nicamente la tenden- of heart rate fluctuations: a quantitative probe
cia promedio, por lo tanto la estimacin de los ndices of beat-to-beat cardiovascular control. Science.
de VPA no esta influenciado por las alteraciones de las 1981;213:220-222.
amplitudes de la seal, introducidas al eliminar las ten-
dencias de orden uno y superiores. [6] Appel ML, Berger RD, Saul JP, Smith JM, Cohen RJ.
Beat to beat variability in cardiovascular variables:
Los ndices en el dominio de la frecuencia de la VPA, noise or music? J Am Coll Cardiol. 1989;14:1139-
son altamente dependientes de una buena estimacin 1148.
de la PSD. Por ello, fue necesaria la implementacin de
mtodos computacionales mejorados aumentado as el [7] Malliani A, Pagani M, Lombardi F, Cerutti S.
costo computacional asociado a la agregacin de proce- Cardiovascular neural regulation explored in the
dimientos de aplicacin de ventanas y promediado. frequency domain. Circulation. 1991;84:482-492.
Se propone una alternativa para el desarrollo de soft- [8] Parati G, Mutti E, Omboni S, Mancia G. How to
ware cuyos resultados pueden compararse a los obte- deal with blood pressure variability. In: Brunner
nidos a travs del uso de herramientas reconocidas a H, Waeber B, eds. Ambulatory Blood Pressure
nivel mundial. Recording. New York, NY: Raven Press Publishers;
La implementacin de esta aplicacin en investigacin 1992:71-99.
biomdica cardiovascular podra permitir el estudio de
los mecanismos fisiopatolgicos involucrados en altera- [9] Mancia G, Di Rienzo M, Parati G. Ambulatory blood
ciones de la VPA en pacientes con patologas cardiovas- pressure monitoring: use in hypertension research
culares, as mismo su utilizacin como predictor de ries- and clinical practice. Hypertension. 1993;21:510-
go en estudios poblacionales y la incorporacin de estos 524.
[10] Kario K, Schwartz JE, Pickering TG: Ambulatory [18] Castillo F. Espin E. Diseo y construccin de un
physical activity as a determinant of diurnal blood detector ambulatorio de arritmias cardiacas.
pressure variation. Hypertension. 1999;34: 685- Disponible en Internet (Julio 2012): http://www.
691. ing.uc.edu.ve/labiuc/Resumenes/Res_Eraldo_
Freddy.pdf.
[11] Armario, P. Hernandez del rey, R. Variabilidad de
la presin arterial. Barcelona: NEFROLOGA. Vol. [19] de Boor, C.,A Practical Guide to Splines,
XXII. Suplemento 3. 2002. Springer-Verlag, 1978.
[12] Parati G, Bilo G, Vettorello M, Groppelli A, Maronati [20] Hayes, M.,Statistical Digital Signal Processing and
A, Tortorici E, et al. Assessment of overall blood Modeling, John Wiley & Sons, 1996.
pressure variability and its different components.
Blood Press Monit. 2003; 8 :155-9. [21] Stoica, P., and R.L. Moses,Introduction to Spectral
Analysis, Prentice-Hall, Englewood Cliffs, NJ, 1997,
[13] Parati G, Saul JP, Di Rienzo M, Mancia G. Spectral pp. 52-54.
analysis of blood pressure and heart rate variability
in evaluating cardiovascular regulation: a critical [22] Welch, P.D, The Use of Fast Fourier Transform
appraisal. Hypertension 1995; 25:12671286. for the Estimation of Power Spectra: A Method
Based on Time Averaging Over Short, Modified
[14] Stauss, H. Identification of blood pressure control Periodograms,IEEE Trans. Audio Electroacoustics,
mechanisms by power spectral analysis. Clinical Vol. AU-15 (June 1967), pp.70-73.
and Experimental Pharmacology and Physiology
2007: 34:362368. [23] Oppenheim, A.V., and R.W. Schafer,Discrete-
Time Signal Processing, Prentice-Hall, 1989, pp.
[15] Takalo R, Korhonen I, Turjanmaa V, Majahalme S, 447-448.
Tuomisto M, Uusitalo A. Short-term variability of
blood pressure and heart rate in borderline and [24] Guzmn, J., Garca, R., Dillenburg, J., Silva, F.,
mildly hypertensive subjects. Hypertension. 1994 Lopez, P., & Morillo, C. Central serotoninergic
;23:18-24. response to orthostatic challenge in patients with
neurocardiogenic syncope. Europace 8, 306311.
[16] Sich JP, Tremel F, Comparat V, de Gaudemaris R, 2006.
Mallion JM. Examination of variability in arterial
blood pressure at rest using spectral analysis in [25] Pressman, R. Ingeniera del software, un enfoque
hypertensive patients. J Hypertens. 1995; 13:147- practico. 6 ed. Conecticut: Mc Graw-Hill; 2005.
153.
[26] Mathews, John H., Mtodos numricos con
[17] Pessina AC, Palatini P, Sperti G, Cardone L, Libardoni MATLAB, Madrid. McGraw-Hill cop. 1999.
M, Mos L, et al. Evaluation of hypertension and
related target organ damage by average day-time
blood pressure. Clin Exp Hypertens (A) 1985; 7:
267-271.