Módulo de Procesamiento de Señales Electrocardiográficas para un Sistema de Tele-monitoreo Vía Internet

Transcripción

1 Módulo de Procesamiento de Señales Electrocardiográficas para un Sistema de Tele-monitoreo Vía Internet Jacobo Schneider, Maryana Escalante, Mary Díaz Grupo de Bioingeniería y Biofísica Aplicada. Universidad Simón Bolívar. Apartado Caracas, 1080A. Venezuela. Telf: Fax: mdiaz@gbba.usb.ve Resumen: Los sistemas de monitoreo de señales electrocardiográficas (ECG) son de vital importancia dentro de la práctica médica. En la actualidad, la versatilidad de estos sistemas se ha visto incrementada ya que pueden conectarse a una intranet o a internet, haciendo posible su aplicación en ambientes no clínicos. El módulo de procesamiento digital de señales que se presenta, forma parte de un Sistema de Monitoreo de ECG basado en un módulo de adquisición de datos multicanal (MAD), una Personal Digital Assistant (PDA) como estación local para la visualización, almacenamiento y procesamiento de las señales adquiridas, y una computadora personal (PC), configurada como estación remota, donde un especialista analiza las señales recibidas y puede emitir un diagnóstico. Las estaciones local y remota poseen una interfaz que le permite al usuario configurar los MAD de manera sencilla. La visualización de los registros se realiza según los estándares médicos, adaptados a la pantalla de la PDA y la PC. El procesamiento realizado por el módulo se divide en varias fases: en una primera etapa de acondicionamiento se mejora la visualización de la señal y se realiza la compresión de la misma. En una segunda fase se extraen parámetros latido a latido, como la detección del QRS y además se genera un latido promedio sobre el cual se realizan mediciones de diversos parámetros del electrocardiograma, como intervalo QT, onda P, entre otros, que son relevantes para el diagnóstico y monitoreo de la actividad cardíaca del paciente. La aplicación también presenta la opción de crear, editar y almacenar datos clínicos de los pacientes y sus respectivos registros de ECG. La conexión de las estaciones se puede realizar a través de una intranet, la red telefónica o la red inalámbrica CDPD. I INTRODUCCIÓN Los avances tecnológicos de los últimos años han permitido considerables progresos en la práctica médica. Estos logros no se limitan sólo al desarrollo de la instrumentación necesaria para la investigación, el diagnóstico y el tratamiento de los pacientes, sino también a la optimización del manejo de los recursos, humanos y materiales, de los sistemas de salud. Las bondades que ofrecen las redes de comunicaciones e interconexión de datos en la actualidad, han permitido el nacimiento de una nueva disciplina denominada Telemedicina, la cual consiste en la prestación de servicios de salud y asistencia médica utilizando plataformas de computación y telecomunicaciones, que permitan el intercambio de datos, vídeo e imágenes asociadas a un paciente, entre centros hospitalarios, o entre el paciente y el médico reduciendo así las limitaciones de tiempo, distancia y acceso a lugares remotos [1]. Las unidades de tele-monitoreo son un ejemplo de las formas que pueden tomar las aplicaciones tele-médicas. El trabajo que se presenta en este artículo, está enmarcado en una serie de proyectos, orientados al desarrollo de un sistema tele-médico de electrocardiografía, realizados en el Grupo de Bioingeniería y Biofísica Aplicada (GBBA) de la Universidad Simón Bolívar [2,3,4,5,6,7,8]. El objetivo general del trabajo es el de crear módulos de procesamiento digital, en tiempo real, y transmisión del ECG en reposo, para ser incluidos en aplicaciones de adquisición y visualización de la señal de ECG (para PC y para PDA), previamente desarrolladas.

2 II SISTEMA DE TELE-MONITOREO DEL ECG Los sistemas tele-médicos para monitorización de pacientes vía Internet se basan típicamente en instrumentación virtual realizada alrededor de arquitecturas PC, lo que permite actualizar el sistema fácilmente, tanto en software como en hardware, siguiendo los avances de la tecnología [7]. Generalmente, cuando se monitorean signos vitales, los sistemas consisten en: módulos de adquisición de datos (MAD) conectados a dispositivos PC, donde aplicaciones locales (stand alone) o aplicaciones cliente/servidor forman equipos o servicios médicos para la adquisición y manejo en general de las señales [9]. En la figura 1 se muestra un esquema general de un sistema de monitoreo basado en una arquitectura cliente servidor. En primer lugar, se encuentra el MAD conectado al paciente, que junto con la PDA o la PC constituyen la estación local. Posteriormente se observa la etapa de transmisión de los datos al servidor y a la estación remota, donde se encuentra generalmente el especialista. Aplicación Local Servidor Base de Datos Aplicación Remota Serial Bluetooth PDA Módem CDPD Tarjeta de Red Internet TCP/IP Chat PDA MAD Figura 1. Esquema general de un sistema tele-médico. A continuación se describen los elementos del sistema de monitoreo de ECG desarrollados previamente, a los que se agregó el módulo de procesamiento digital de la señal ECG. A. Estación remota La estación remota es aquella en la que se encuentra el especialista. La aplicación de software para esta localidad, llamada emonitor, opera bajo ambiente Windows y está implementada bajo MFC (Microsoft Foundation Class), con programación multihilo. El emonitor permite: Crear, editar y almacenar datos clínicos de pacientes y sus respectivos registros de ECG. Visualizar y almacenar los registros para uso del especialista.

3 Configuración del MAD para poder fijar variables como la frecuencia de muestreo, ganancia y canales a adquirir. B. Estación local La estación local está conformada por el MAD y una PDA, la cual actúa como puerta de entrada o gateway a Internet; de esta manera, se establece la conexión entre la estación local y la PC del especialista localizada en la estación remota. B.1 Módulo de adquisición de datos (MAD) El MAD comprende los dispositivos necesarios para conectarse a un paciente y adquirir las señales biomédicas. El MAD que se emplea es un prototipo desarrollado en el GBBA [6,8], que soporta adquisiciones estándares de 3, 5 y 12 derivaciones de ECG. La conexión a la red puede hacerse a través de una PC, una PDA, módulos de Internet Embebidos, etc. En la aplicación desarrollada se trabaja con las dos primeras modalidades (por PC y PDA), donde el sistema se conecta a través de diversos dispositivos como tarjetas de red o módems (alámbricos o inalámbricos). B.2 PDA La estación local, basada en una PDA, tiene un nivel relativamente bajo de interfaz hombre-máquina debido a que sus recursos son limitados en comparación con una PC [2,3]. En este caso, la PDA soporta Microsoft Windows CE 3.0 (Pocket PC). El software desarrollado para la PDA [3], denominado emonitor para Pocket PC, permite adquirir, visualizar y almacenar las señales de ECG del paciente. III MÓDULO DE PROCESAMIENTO DIGITAL DEL ECG El módulo de procesamiento digital de la señal se implementó para la estación local (PC) y la estación remota (PDA) del sistema de tele-monitoreo. El procesamiento se divide en dos etapas: una fase de acondicionamiento, en la que se mejora la visualización del ECG, y se realiza la compresión de los datos para su almacenamiento y transmisión; una segunda fase en la que se extraen parámetros latido a latido, como la detección del QRS y el ritmo cardíaco, y además, se genera un latido promedio sobre el que se realizan las mediciones de diversos parámetros del ECG (intervalo PR, QT, QRS, elevación del segmento ST), todos relevantes para el diagnóstico y monitoreo de la actividad cardíaca del paciente [9]. A. Acondicionamiento de la señal A.1 Filtrado Esta fase del procesamiento, brinda al usuario, una serie de opciones para mejorar la visualización de la señal. Para reducir el ruido producto de la actividad muscular, el usuario puede seleccionar la activación de un filtro pasa bajo de 35, 50 o 100 Hz con función de transferencia dada por (1). H z Y ( z) = = ( 0 ) X ( z) 1+ b 1z + b2 z + b3 z + b4 z a (1)

4 Además si la línea de alimentación produce interferencia, se puede aplicar un filtro Notch de 60/50 Hz con función de transferencia: 1 2 Y ( z) a0 + a1z + a2z H ( z) = = 1 2 X ( z) 1+ b1 z + b2z (2) Los filtros de visualización se diseñan para frecuencias de muestreo de 250Hz, 500Hz y 1KHz. A.2 Eliminación del movimiento de línea de base de la señal de ECG La línea de base generalmente se encuentra contaminada por una variedad de factores que pueden o no estar relacionados con la actividad cardíaca. El movimiento de la línea de base resultante de estas interferencias, dificulta el seguimiento de los cambios de los segmentos y amplitudes de las ondas dentro del ECG. Por lo tanto, deben eliminarse todos los elementos de baja frecuencia que no estén relacionados con la actividad eléctrica cardíaca, sin alterar la forma y amplitud de los complejos PQRST [10]. El esquema de remoción del movimiento de la línea de base implementado, es la primera etapa del propuesto por Shusterman et al [10], que se muestra en la figura 2. Señal Original Filtro Pasabajo Butterworth -1 + Señal Filtrada Figura 2 Esquema de Remoción de movimiento de la Línea de Base. La señal de entrada es filtrada por un filtro Butterworth pasa-bajo de segundo orden, con una frecuencia de corte igual a 0.6Hz en ambos sentidos (filtrado bi-direccional), para evitar la distorsión de fase. Este filtro cumple con las recomendaciones de la AHA la cual establece que la frecuencia de corte para señales de ECG debe ser menor o igual 0.67Hz [10]. La función de transferencia del filtro pasa bajo es: H Y ( z) a + a z + a z ( z) = = 1 2 X ( z) 1+ b1 z + b2z A.3 Compresión de datos Para optimizar el espacio de almacenamiento y el tiempo de transmisión de los datos se implementó la opción de compresión en el módulo de procesamiento de la señal. Se empleó la codificación Huffman en su versión estática, que es el algoritmo de compresión recomendado por el Comité Europeo de Estandarización (CEN), para señales electrocardiográficas [11]. Se modificó la propuesta original del algoritmo y se codificó la diferencia entre muestras sucesivas en lugar del valor absoluto de las muestras, reduciendo de esta forma el rango de valores de la señal a transmitir y almacenar, y por ende el número de bits necesarios para su codificación. (3)

5 Se implementaron dos modalidades de compresión: fuera de línea y en línea. En el primer caso se adquiere toda la señal y con la estadística completa de la misma, se hace la compresión. En el segundo caso la estadística de la data se adquiere al inicio de la medición del ECG, por un periodo de 10 latidos. Se considera que en este periodo la data recolectada es representativa de todo el registro, y que la probabilidad de los símbolos es estable. Además, se introduce un nodo extra en el árbol de codificación, para considerar los valores de la señal que no se presentan durante el periodo de aprendizaje. B. Extracción de parámetros El primer paso en todo análisis de ECG consiste en determinar la presencia de un latido, para ello se detecta, en tiempo real (latido a latido), el complejo QRS, luego se hace el cálculo del ritmo cardíaco y del intervalo RR. El resto de los parámetros, caracterizados por las mediciones de amplitud y de duración de las ondas del ECG, se calculan sobre el latido promedio tomando como punto fiduciario la onda R. B.1 Parámetros extraídos latido a latido Detección de QRS Para la detección del QRS, se implementó el algoritmo propuesto por Pan y Tompkins [12], el cual se basa en la utilización de filtros digitales de coeficientes enteros conectados en cascada que minimizan el tiempo de cómputo. El resultado de este filtraje es analizado usando umbrales adaptativos para la determinación de la existencia de un complejo QRS. El algoritmo requiere un periodo de aprendizaje, de dos segundos de duración, para inicializar los umbrales. Ritmo cardíaco Una vez que el complejo QRS es detectado, se fija la posición de la onda R, calculándose el ritmo cardíaco como la distancia en tiempo entre dos ondas R consecutivas. Variabilidad del intervalo RR Se ha demostrado que los cambios bruscos y repentinos del ritmo cardíaco están precedidos por pequeñas variaciones del intervalo RR, por ello se incluyó en el módulo de procesamiento la representación de una curva de tendencia, que muestra la duración del intervalo RR a lo largo del registro. La frecuencia de muestreo mínima para que esta curva sea fidedigna es de 250Hz [13]. B.2 Parámetros extraídos sobre el latido promedio Generación del latido promedio Una vez determinada la ubicación de los complejos QRS se procede a la construcción de un latido promedio o patrón. Para ello se definen, a partir de la ubicación de la onda R, el inicio y el final del latido. En la promediación, intervienen sólo aquellos latidos que tienen una alta semejanza con el promedio anterior. Esta similitud se determina a través del cálculo del índice de correlación (IC), entre el latido en consideración y el patrón. El IC debe ser superior a 0.9 (90%). Una vez seleccionados los latidos, se procede a alinearlos para promediarlos muestra a muestra; la alineación se logra efectivamente cuando se consigue maximizar el IC en una ventana de 11 muestras [14].

6 Medición del segmento QT La medición de QT se realiza con el algoritmo propuesto por Laguna et al. [15], con algunas modificaciones ya que la medición se hace sobre un latido patrón. Este algoritmo se basa en el uso de la primera derivada de la señal y umbrales de detección, para la ubicación y delimitación de las ondas Q y T. Medición de segmentos PQ (o PR) y QRS El esquema utilizado para la medición de estos parámetros esta basado en el algoritmo de medición de QT, expuesto anteriormente. Se parte de la ubicación de la onda R, conocida en este punto del procesamiento, sin embargo se realiza una verificación de la misma en la señal derivada; ésta consiste en la búsqueda del cruce por cero de dicha señal en una vecindad de 10 muestras alrededor del punto indicado como onda R dentro del latido patrón. Esto se realiza con la finalidad de localizar la onda R con una mayor precisión y eliminar posibles errores producto del retardo asociado al proceso de derivación. Para determinar el inicio de P se adapta el procedimiento empleado para encontrar el final de T. Análogamente, para determinar el final de la onda S, se usa el mismo algoritmo de detección de inicio de Q. Medición de la elevación del segmento ST La medición del segmento ST no se realiza automáticamente, por el contrario, la aplicación tiene un marcador móvil - desde el punto J (R+60 ms) hasta 90 ms a la derecha del mismo - para que sea el especialista quien decida el punto donde realizar la medición. Como punto de referencia o valor de la línea isoeléctrica, se toma el punto correspondiente al de la onda R menos 55 ms [16]. C. Transmisión de datos El sistema de comunicación entre el emonitor para pocket PC y el emonitor para PC, se implementó usando sockets, éstos hacen que la comunicación entre la PC y la PDA sea transparente a la forma en que cada una se conecta a la red (conexión alámbrica o inalámbrica). La transmisión tiene dos modalidades, en línea y fuera de línea. En la primera la data se transmite mientras es adquirida, se puede seleccionar la opción de comprimir o no los datos. En la segunda, se transmite un archivo previamente almacenado. Adicionalmente se implementa un protocolo de inicio de la comunicación entre el cliente y el servidor (login), de esta forma el servidor sólo permite la comunicación en el caso de que el cliente esté registrado en el sistema. IV RESULTADOS La validación de los resultados obtenidos se hizo de acuerdo a los recursos disponibles en cada caso, como se describe en las secciones siguientes. A. Detección de QRS La efectividad del detector de QRS se probó con la base de datos del MIT [17], ya que ésta posee anotaciones de los latidos en cada registro. Se seleccionaron los registros 100, 108 y 222. El primero es una muestra de un registro sano, mientras que en los dos últimos se presentan situaciones anormales como latidos ectópicos, cambios de ritmo, ruido, etc., que aumentan la exigencia de un detector automático.

7 Los resultados obtenidos se muestran en la tabla 1, se observa que el mayor número de falsos positivos se tienen en el registro 108, esto porque la onda P es inusualmente aguda y se clasifica como QRS. A pesar de las detecciones incorrectas que hace el algoritmo, la tasa de falla obtenida es menor en comparación con otras implementaciones [12]. La efectividad obtenida fue de un 97%. También se realizaron pruebas del algoritmo sobre adquisiciones en tiempo real, usando el MAD, un generador de latidos y un paciente voluntario. Los resultados obtenidos en este caso son cualitativos, ya que no se disponía de la anotación de los eventos. Tabla 1. Resultados del algoritmo de detección de QRS. Registro Falsos Positivos Falsos Negativos Numero de Latidos Porcentaje De Fallas , ,67 Total ,57 B. Detección de parámetros sobre el latido promedio En este caso para evaluar el desempeño de los algoritmos desarrollados, se compararon las mediciones automáticas realizadas por el módulo, con las anotaciones realizadas por dos especialistas. Para esto se seleccionaron 20 latidos patrones provenientes de diversos registros del ECG, sobre los cuales los especialistas, de manera independiente, midieron los intervalos de interés (PR, QRS y QT). Para evaluar los resultados obtenidos, se comparan la diferencia media entre las mediciones manuales y las automáticas, así como también la desviación estándar de las mismas, para cada intervalo, además se comparan las mediciones de los especialistas entre sí. Las tablas 2 y 3 reflejan los resultados obtenidos en cada caso. Tabla 2. Comparación de la detección de parámetros automática y manual. Especialista A Diferencia Media Desviación Estándar Especialista B Diferencia Media Desviación Estándar PR 7,14 10,46 1,78 7,60 QRS -9,43 7,22-6,99 9,87 emonitor QT 0,41 11,81 0,68 8,92 Tabla 3. Comparación de la detección de parámetros hecha por dos especialistas. Especialista B Diferencia Media Desviación Estándar PR 5,35 8,77 QRS 6,79 5,01 Especialista A QT -0,27 5,93

8 Se observa que los valores de la diferencia media y de la desviación estándar reportados entre el emonitor y cada especialista están en el mismo orden de magnitud que los valores reportados entre los dos especialistas. Esto indica que los resultados obtenidos con las mediciones automáticas son comparables con los realizados por un especialista. C. Compresión La tasa de compresión se calculó para las dos modalidades de compresión implementadas: en línea y fuera de línea. Los resultados obtenidos para algunos registros muestreados a 250 Hz, se presentan en la tabla 4. En general la tasa de compresión obtenida esta entre el 40 % y el 65 %. Como es de esperarse en la modalidad fuera de línea se tienen los mejores resultados, sin embargo la diferencia con los resultados obtenidos con la modalidad en línea apenas alcanza un 3 %. Tabla 4. Tasas de compresión obtenidas en algunos registros. Registro 1 Modalidad De compresión Número de Canales Duración Aproximada (s) Tamaño sin Comprimir (Kbytes) Tamaño Comprimido (Kbytes) Tasa de Reducción (%) ECG 100 Fuera de línea 1 30, ,00 66,40 ECG 222 Fuera de línea 1 30, ,00 65,03 Reg B1 Fuera de línea 2 1, ,10 60,17 Reg B1 En línea 2 1, ,10 62,00 Reg D1 Fuera de línea 8 0, ,50 48,29 Reg D1 En línea 8 0, ,40 46,66 D. Transmisión de archivos Se realizaron pruebas de transmisión con archivos de distinto tamaño, comprimidos y no comprimidos, en una intranet LAN y una red inalámbrica CDPD. De los resultados mostrados en la tabla 4, se destaca que la disminución en el tiempo de transmisión de un archivo comprimido es directamente proporcional a la tasa de compresión, lo cual es particularmente importante en las redes CDPD. Tabla 4. Algunos tiempos de transmisión de archivos. Registro 1 Número de Canales Duración Aproximada (min) Comprimido Tamaño (Kbytes) Origen Destino Tiempo de transmisión ECG No 881 LAN LAN 1 26,00 ECG Si 291 LAN LAN 0 0,33 ECG No 881 CDPD LAN 60 42,00 ECG Si 291 CDPD LAN 19 51,00 ECG Si 291 CDPD CDPD 22 16,00 Reg C2 8 2 No 931 CDPD LAN 64 22,00 Reg C2 8 2 Si 320 CDPD LAN 21 59,00 1 Los registros identificados con las siglas ECG, pertenecen a la base de datos del MIT. Los identificados como Reg. son adquiridos con el MAD.

9 E. Características generales de la interfaz gráfica desarrollada Existen diferencias entre el emonitor en sus versiones para PC y PDA, esto se debe fundamentalmente a que la capacidad de procesamiento de la PDA es más reducida y además su pantalla es más pequeña. La mayoría de las diferencias se observan en la interfaz gráfica, por ejemplo en la versión para PC se muestran simultáneamente dos ventanas, en una se observan los registros adquiridos en tiempo real, y en otra el latido promedio, que se actualiza cada 10 latidos. En la PDA se puede ver sólo una ventana a la vez. En la versión para PC el usuario puede escoger sobre cual derivación calcular el latido promedio, en la PDA sólo se calcula el latido promedio de la derivación que se emplea para la detección de QRS. La gráfica de tendencia del intervalo RR sólo se tiene en la versión para PC, donde comparte la ventana con el latido promedio, por lo que el usuario debe seleccionar la gráfica a visualizar. En ambas versiones, las mediciones de los intervalos del ECG, son susceptibles a los cambios que el especialista considere necesarios, para lo que se dispone de marcadores móviles sobre el latido promedio. En las figuras 3 y 4 se muestra la interfaz gráfica del emonitor para PC y el emonitor para pocket PC. Figura 3. emonitor.

10 Figura 4. Vista del latido promedio en el emonitor para pocket PC. V CONCLUSIONES Se ha desarrollado un sistema versátil para el monitoreo remoto del ECG en reposo, que le proporciona al usuario las características fundamentales de un electrocardiógrafo estándar y otras adicionales de uso más específico. Además el sistema es modular por lo que puede agregarse a aplicaciones de visualización existentes y/o modificarse de manera rápida y sencilla. Aún cuando se usó un algoritmo ampliamente conocido para la detección de QRS, la efectividad de la implementación realizada logró superar la reportada en la literatura. Así mismo, los esquemas de medición de parámetros sobre el ECG arrojaron resultados satisfactorios, como fue corroborado por los médicos que evaluaron la herramienta. Ésta es una característica importante del módulo desarrollado puesto que pocos sistemas comerciales hacen estas mediciones de manera automática. Los resultados obtenidos en la compresión de la señal de ECG, tanto para la versión en línea como la fuera de línea, son altamente satisfactorios y demuestran que el esquema seleccionado, la codificación Huffman de la diferencia entre muestras consecutivas de la señal, es eficiente a pesar de su relativa sencillez. Por lo observado en las distintas pruebas de transmisión, la red CDPD no es un medio idóneo para el envío en línea de varios canales de ECG. Sin embargo es una opción de gran valor en la transmisión fuera de línea cuando la estación local carece de una infraestructura física de comunicación. Es de esperarse que la nueva red CDPD de mayor velocidad, mejore esta característica. El módulo de procesamiento digital de la señal ECG puede convertirse en una herramienta que contribuya a mejorar la calidad de vida de pacientes que sufren de afecciones cardiovasculares, así como también a facilitar la labor del especialista tratante de estos trastornos.

11 VI REFERENCIAS [1] Coiera E., Guide to Medical Informatics, The Internet and Telemedicine, Arnold, Oxford University Press Inc., [2] Cáceres J., Canabal R., Riccardi P., Sistemas de Adquisición y Transmisión de Señales Electrocardiográficas a través de Internet, Proyecto de grado, GBBA-USB, [3] Fernández M, Funes D, Asenjo A, Transmisión de ECG a través de Internet en Plataformas PDA, Proyecto de grado, Universidad Simón Bolívar, [4] Otero L., Goñi M. A.,Estación Telemédica vía Internet, Proyecto de grado, Universidad Metropolitana, [5] García C. Desarrollo de una Aplicación Cliente-Servidor para la Transmisión de ECG vía Internet, Trabajo de Grado de Maestría, Universidad Simón Bolívar, [6] Cruz J., Sistema de Monitoreo de Signos Vitales basado en Embedded Internet, Proyecto de grado, Universidad Simón Bolívar, [7] Cruz J., Villegas G., Uyá J., Hernández A., Passariello G., Mora F. Sistema Telemédico de Electrocardiografía basado en Internet Embebido. Memorias del Taller de Telemedicina e Informática Medica (CD). Mérida. Venezuela, Abril [8] Uyá J., Suárez T., Sistema de Adquisición de Señales Biomédicas utilizando Múltiples Medios y Estándares de Transmisión. Proyecto de grado, Universidad Simón Bolívar, [9] Escalante, M., Schneider, J., Díaz, M. Procesamiento Digital de Señales Electrocardiográficas en Reposo. I Congreso Venezolano de Bioingeniería. Santa Ana de Coro. Venezuela [10]Shusterman V.,Shah S., Beigel Ana., Anderson K.: Enhancing the Precision of ECG Baseline Correction: Selective Filtering and Removal Residual Error, Computer and Biomedical Research 33, , (2000). [11] European Committee for Standarization. Standard Communications Protocol for Computer-Assisted Electrocardiography, version 1, [12]Pan, J.,Tompkins W. A Real Time QRS Detection Algorithm. IEEE Transactions on Biomedical Engineering, Vol BME-32,pp , [13] Heart Rate Variability, Standards of Measurements, Physiological Interpretation and Clinical Use. European Heart Journal 17, , [14]Bosnjak, A., Filtrado Kalman Multiestado para el Análisis de Tendencias en Isquemia Cardíaca, Trabajo final de grado, Universidad Simón Bolívar, [15] Laguna P., Thakor N., Caminal P., Jane R., Yoon H., Bayes de Luna A., Marti V., Guindo J., New Algorithm for QT Interval Analysis in 24 hour Holter ECG: Performance and Applications, Med & Biol. Eng & Comput, 29, 67-73, [16]Passariello, G. Monitoring Intelligent en Unité de Soins Intensifs pour Coronariens: Aspects Traitment der Signal. Ph.D Thesis. Université Franςois-Rabelais Tours. Tours-France, [17]MIT-BIH Arrhythmia Database, Biomedical Engineering Center for Clinical Instrumentation, Harvard University-MIT,1982.