Anualmente, la muerte súbita debida a causas cardiacas, sólo en Europa y Estados Unidos esta enfermedad causa entre 800.000 y 900.000 muertes cada año (del 0.1% al 0.2% de la población). Este trabajo pretende realizar un estudio acerca de las características cardiacas que esta patología produce, para intentar diagnosticar la aparición de un ataque cardiaco que pueda degenerar en muerte súbita, especialmente los episodios de Fibrilación Ventricular. Si ésta no se detiene en sus etapas más tempranas, el proceso degenerativo se vuelve irreversible, con lo que el corazón pierde la capacidad de bombear sangre y en pocos minutos sobreviene la muerte.

El sistema de detección está pensado para ser aplicado en unidades hospitalarias donde el paciente se encuentra monitorizado debido a posibles molestias o síntomas que aconsejen su monitorización, por ejemplo, unidades de cuidados intensivos. Inicialmente, este sistema de detección se encontraría instalado en un ordenador PC encargado de recibir la señal cardiaca y realizar los cálculos necesarios sobre ella para poder discriminar la presencia de fibrilación ventricular. Hasta la fecha, pocos estudios se han realizado sobre este tema ya que debido a la alta irregularidad de la señal y la imposibilidad de obtener un patrón determinado, no resulta fácil diferenciarla de otras patologías, por lo que su detección externa resulta bastante complicada ya que la presencia de ruido provocado por agentes externos al corazón como la respiración, movimientos del paciente, presencia de otros aparatos que generan ruido eléctrico, etc., contamina la señal útil, pudiendo enmascarar la presencia de ciertas patologías, y en cualquier caso, perjudicando la señal cardiaca original.

La aproximación que se propone en este caso es la aplicación de un sistema de tratamiento de la señal llamado "análisis tiempo-frecuencia" de reciente desarrollo y que está comenzando a ser aplicado en muy diversos campos de aplicación como comunicaciones, sismología, análisis de voz, medicina (tanto en señales de ultrasonidos como eléctricas) y otros muchos. De forma simplificada, las representaciones tiempo-frecuencia proporcionan una imagen tridimensional en la que a cada punto se le asigna un valor de energía dependiendo de su nivel de contribución en la señal analizada, por esto, se dispone en una sola representación de información acerca de la evolución tanto temporal como espectral de la señal analizada.

Basados en la representación tiempo-frecuencia, se extraen determinados parámetros que muestren una fuerte variación dependiendo del estado del paciente, con lo que tras una clasificación previa, se indicará existe presencia de Fibrilación Ventricular. Para el desarrollo de este algoritmo de detección se han calculado un gran número de parámetros sobre el dominio tiempo-frecuencia capaces de discernir entre una señal ECG normal o patológica. Una vez encontrados los parámetros óptimos mediante un análisis estadístico de redundancia y significancia, se han desarrollado diferentes algoritmos de detección basados en análisis discriminante, árbol de decisión y redes neuronales. Estos algoritmos, además de ofrecer una detección de Fibrilación Ventricular, realizan una aproximación a la discriminación entre Fibrilación Ventricular y Taquicardia Ventricular, dos patologías altamente confundibles que resulta aconsejable diferenciar ya que la terapia a aplicar es diferente.

Del mismo modo, se ha realizado una revisión de los diversos métodos tiempo-frecuencia existentes para realizar una comparativa y obtener el que mejores resultados ofrece, para ello, se han analizado representaciones del tipo Espectrograma, Wigner-Ville, Pseudo Wigner-Ville, Smoothed Pseudo Wigner-Ville, Choi-Williams, Born-Jordan, Margenau-Hill, Escalograma, etc. Para ello, se ha optimizado el algoritmo de clasificación para cada uno de ellos.

Otro análisis realizado ha sido el relacionado con la elección de la longitud de segmento de señal analizada y frecuencia de muestreo, para ello, se han comparado resultados para longitudes de segmento de 64, 128, 256 y 512 puntos, con frecuencias de muestreo de 125Hz y 250Hz, llegando a la conclusión de que un segmento de 128 puntos y una frecuencia de 125Hz resulta suficiente para obtener buenos resultados.

Hasta la fecha se han realizado análisis basados en señales cardiacas obtenidas de bases de datos de uso generalizado como son las de la AHA (American Heart Association) y MIT (Massachussetts Institute of Technology), que han servido de base para desarrollar los algoritmos de detección. Para calificar la bondad de estos algoritmos, dos parámetros son utilizados, la sensibilidad y la especificidad, el primero da idea del porcentaje de buenas detecciones que realiza cuando realmente existe fibrilación (los ficheros cuentan con anotaciones que indican el tipo de patología que se produce en cada momento), y el segundo nos indica el porcentaje de veces que detecta cuando debe, es decir, nos dice el porcentaje de veces que se equivoca. Los datos disponibles nos muestran el estado de un paciente monitorizado durante media hora aproximadamente. Los estudios proporcionan valores de entre el 83% y 99% para la especificidad y entre el 83% y 96% para la sensibilidad en un total de 30 pacientes diferentes que presentan alteraciones relacionadas con fibrilación ventricular y muerte súbita. Además, para más de 10 pacientes de control, la especificidad no ha bajado del 90% en ningún caso.

Una vez conseguido un algoritmo clasificador, se procede a su implementación sobre un sistema hardware basado en un ordenador portátil PC con tarjeta de adquisición PCMCIA programada para la adquisición de la señal proporcionada por el electrocardiógrafo conectado al paciente, y una vez adquirida, mediante programación software realizada en lenguaje C de alto nivel, se obtiene la representación tiempo-frecuencia y se calculan los parámetros necesarios para la obtención del diagnóstico. El sistema proporciona un diagnóstico que se actualiza cada segundo, por lo que la detección de una patología grave resulta prácticamente inmediata, permitiendo al equipo médico un intervalo mayor de confianza para poder recuperar el estado normal del paciente.

Este sistema pretende realizar una detección lo más rápida y fiable posible dentro de los límites impuestos por la señal externa adquirida y el tiempo requerido para realizar diagnóstico en tiempo real (un segundo aproximadamente). Este método, orientado a pacientes que acuden a los servicios de urgencias de los hospitales cuyos síntomas pueden hacer sospechar al médico, permiten tener monitorizado al paciente en todo momento y activar la alarma o incluso actuar de forma autónoma en caso de emergencia para poder salvar la vida del paciente ante un ataque agudo.