Caracterización en base a frecuencia y amplitud instantánea de Señales de ECGs para detección de Fibrilación Atrial

Autores
Noziglia Sahores, Julián; Bank, Valeria; Meijome, Manuel; Ziccardi, Ignacio Gabriel; Legnani, Walter
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
El objetivo principal de esta investigación fue probar la capacidad de la descomposición en valores empíricos de señales de ECG de una sola derivación para caracterizar la fibrilación atrial. Para el estudio, se empleó una base de datos de amplia aceptación en la comunidad científica internacional. Con la metodología aquí propuesta se calculó la energía y la frecuencia instantáneas para los grupos de interés, es decir pacientes con FA diagnosticada y sujetos con registro sinusales normales. La simplicidad conceptual de las herramientas utilizadas hace que esta propuesta sea fácil de implementar, factible desde el punto de vista computacional y permite una interpretación clara de los resultados. Se presenta como un posible aporte para incorporar en los futuros modelos de machine learning que detecten de manera automática la patología estudiada.
The main objective of this investigation was to test the ability of the decomposition into empirical values of single-lead ECG signals to characterize atrial fibrillation. For the study, a database widely accepted in the international scientific community was used. With the methodology proposed here, instantaneous energy and frequency were calculated for the groups of interest, i.e. patients with diagnosed AF and subjects with normal sinus recordings. The conceptual simplicity of the tools used makes this proposal easy to apply, com- putationally feasible and allows a clear interpretation of the results. It is presented as a possible contribution to incorporate in future machine learning models that automatically detect the pathology studied.
Fil: Noziglia Sahores, Julián. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Centro de Procesamiento de Señales e Imágenes (CPSI); Argentina.
Fil: Bank, Valeria. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Centro de Procesamiento de Señales e Imágenes (CPSI); Argentina.
Fil: Meijome, Manuel. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Centro de Procesamiento de Señales e Imágenes (CPSI); Argentina.
Fil: Ziccardi, Ignacio Gabriel. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Centro de Procesamiento de Señales e Imágenes (CPSI); Argentina.
Fil: Legnani; Walter. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Centro de Procesamiento de Señales e Imágenes (CPSI); Argentina.
Peer Reviewed
Fuente
Proyecciones, Vol 23, Nº 2, 29-38. (2025)
Materia
Emd
Imf
Frecuencia instantánea
Amplitud instantánea
Hht
Ecg
Emd
Imf
Instantaneous frequency
Instantaneous amplitude
Hht
Ecg
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Attribution-NonCommercial-ShareAlike 4.0 International
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/13873
Acceder
id RIAUTN_61ce89986139840f692ea8da2844f36d
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/13873
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Caracterización en base a frecuencia y amplitud instantánea de Señales de ECGs para detección de Fibrilación AtrialNoziglia Sahores, JuliánBank, ValeriaMeijome, ManuelZiccardi, Ignacio GabrielLegnani, WalterEmdImfFrecuencia instantáneaAmplitud instantáneaHhtEcgEmdImfInstantaneous frequencyInstantaneous amplitudeHhtEcgEl objetivo principal de esta investigación fue probar la capacidad de la descomposición en valores empíricos de señales de ECG de una sola derivación para caracterizar la fibrilación atrial. Para el estudio, se empleó una base de datos de amplia aceptación en la comunidad científica internacional. Con la metodología aquí propuesta se calculó la energía y la frecuencia instantáneas para los grupos de interés, es decir pacientes con FA diagnosticada y sujetos con registro sinusales normales. La simplicidad conceptual de las herramientas utilizadas hace que esta propuesta sea fácil de implementar, factible desde el punto de vista computacional y permite una interpretación clara de los resultados. Se presenta como un posible aporte para incorporar en los futuros modelos de machine learning que detecten de manera automática la patología estudiada.The main objective of this investigation was to test the ability of the decomposition into empirical values of single-lead ECG signals to characterize atrial fibrillation. For the study, a database widely accepted in the international scientific community was used. With the methodology proposed here, instantaneous energy and frequency were calculated for the groups of interest, i.e. patients with diagnosed AF and subjects with normal sinus recordings. The conceptual simplicity of the tools used makes this proposal easy to apply, com- putationally feasible and allows a clear interpretation of the results. It is presented as a possible contribution to incorporate in future machine learning models that automatically detect the pathology studied.Fil: Noziglia Sahores, Julián. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Centro de Procesamiento de Señales e Imágenes (CPSI); Argentina.Fil: Bank, Valeria. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Centro de Procesamiento de Señales e Imágenes (CPSI); Argentina.Fil: Meijome, Manuel. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Centro de Procesamiento de Señales e Imágenes (CPSI); Argentina.Fil: Ziccardi, Ignacio Gabriel. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Centro de Procesamiento de Señales e Imágenes (CPSI); Argentina.Fil: Legnani; Walter. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Centro de Procesamiento de Señales e Imágenes (CPSI); Argentina.Peer ReviewedFacultad Regional Buenos Aires2025-10-02T14:16:03Z2025-10-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articulopdfapplication/pdfProyecciones, Vol.23 Nº 21853-6352https://hdl.handle.net/20.500.12272/13873Proyecciones, Vol 23, Nº 2, 29-38. (2025)reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacionalspainfo:eu-repo/semantics/openAccessAttribution-NonCommercial-ShareAlike 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-sa/4.0/Julián Noziglia Sahores, Valeria Bank, Manuel Meijome, Ignacio Gabriel Ziccardi, Walter LegnaniLicencia Creative Commons Atribución- No Comercial2026-10-01T11:57:45Zoai:ria.utn.edu.ar:20.500.12272/13873instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-10-01 11:57:45.571Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Caracterización en base a frecuencia y amplitud instantánea de Señales de ECGs para detección de Fibrilación Atrial
title Caracterización en base a frecuencia y amplitud instantánea de Señales de ECGs para detección de Fibrilación Atrial
spellingShingle Caracterización en base a frecuencia y amplitud instantánea de Señales de ECGs para detección de Fibrilación Atrial
Noziglia Sahores, Julián
Emd
Imf
Frecuencia instantánea
Amplitud instantánea
Hht
Ecg
Emd
Imf
Instantaneous frequency
Instantaneous amplitude
Hht
Ecg
title_short Caracterización en base a frecuencia y amplitud instantánea de Señales de ECGs para detección de Fibrilación Atrial
title_full Caracterización en base a frecuencia y amplitud instantánea de Señales de ECGs para detección de Fibrilación Atrial
title_fullStr Caracterización en base a frecuencia y amplitud instantánea de Señales de ECGs para detección de Fibrilación Atrial
title_full_unstemmed Caracterización en base a frecuencia y amplitud instantánea de Señales de ECGs para detección de Fibrilación Atrial
title_sort Caracterización en base a frecuencia y amplitud instantánea de Señales de ECGs para detección de Fibrilación Atrial
dc.creator.none.fl_str_mv Noziglia Sahores, Julián
Bank, Valeria
Meijome, Manuel
Ziccardi, Ignacio Gabriel
Legnani, Walter
author Noziglia Sahores, Julián
author_facet Noziglia Sahores, Julián
Bank, Valeria
Meijome, Manuel
Ziccardi, Ignacio Gabriel
Legnani, Walter
author_role author
author2 Bank, Valeria
Meijome, Manuel
Ziccardi, Ignacio Gabriel
Legnani, Walter
author2_role author
author
author
author
dc.subject.none.fl_str_mv Emd
Imf
Frecuencia instantánea
Amplitud instantánea
Hht
Ecg
Emd
Imf
Instantaneous frequency
Instantaneous amplitude
Hht
Ecg
topic Emd
Imf
Frecuencia instantánea
Amplitud instantánea
Hht
Ecg
Emd
Imf
Instantaneous frequency
Instantaneous amplitude
Hht
Ecg
dc.description.none.fl_txt_mv El objetivo principal de esta investigación fue probar la capacidad de la descomposición en valores empíricos de señales de ECG de una sola derivación para caracterizar la fibrilación atrial. Para el estudio, se empleó una base de datos de amplia aceptación en la comunidad científica internacional. Con la metodología aquí propuesta se calculó la energía y la frecuencia instantáneas para los grupos de interés, es decir pacientes con FA diagnosticada y sujetos con registro sinusales normales. La simplicidad conceptual de las herramientas utilizadas hace que esta propuesta sea fácil de implementar, factible desde el punto de vista computacional y permite una interpretación clara de los resultados. Se presenta como un posible aporte para incorporar en los futuros modelos de machine learning que detecten de manera automática la patología estudiada.
The main objective of this investigation was to test the ability of the decomposition into empirical values of single-lead ECG signals to characterize atrial fibrillation. For the study, a database widely accepted in the international scientific community was used. With the methodology proposed here, instantaneous energy and frequency were calculated for the groups of interest, i.e. patients with diagnosed AF and subjects with normal sinus recordings. The conceptual simplicity of the tools used makes this proposal easy to apply, com- putationally feasible and allows a clear interpretation of the results. It is presented as a possible contribution to incorporate in future machine learning models that automatically detect the pathology studied.
Fil: Noziglia Sahores, Julián. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Centro de Procesamiento de Señales e Imágenes (CPSI); Argentina.
Fil: Bank, Valeria. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Centro de Procesamiento de Señales e Imágenes (CPSI); Argentina.
Fil: Meijome, Manuel. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Centro de Procesamiento de Señales e Imágenes (CPSI); Argentina.
Fil: Ziccardi, Ignacio Gabriel. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Centro de Procesamiento de Señales e Imágenes (CPSI); Argentina.
Fil: Legnani; Walter. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Centro de Procesamiento de Señales e Imágenes (CPSI); Argentina.
Peer Reviewed
description El objetivo principal de esta investigación fue probar la capacidad de la descomposición en valores empíricos de señales de ECG de una sola derivación para caracterizar la fibrilación atrial. Para el estudio, se empleó una base de datos de amplia aceptación en la comunidad científica internacional. Con la metodología aquí propuesta se calculó la energía y la frecuencia instantáneas para los grupos de interés, es decir pacientes con FA diagnosticada y sujetos con registro sinusales normales. La simplicidad conceptual de las herramientas utilizadas hace que esta propuesta sea fácil de implementar, factible desde el punto de vista computacional y permite una interpretación clara de los resultados. Se presenta como un posible aporte para incorporar en los futuros modelos de machine learning que detecten de manera automática la patología estudiada.
publishDate 2025
dc.date.none.fl_str_mv 2025-10-02T14:16:03Z
2025-10-01
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv Proyecciones, Vol.23 Nº 2
1853-6352
https://hdl.handle.net/20.500.12272/13873
identifier_str_mv Proyecciones, Vol.23 Nº 2
1853-6352
url https://hdl.handle.net/20.500.12272/13873
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
Attribution-NonCommercial-ShareAlike 4.0 International
http://creativecommons.org/licenses/by-nc-sa/4.0/
Julián Noziglia Sahores, Valeria Bank, Manuel Meijome, Ignacio Gabriel Ziccardi, Walter Legnani
Licencia Creative Commons Atribución- No Comercial
eu_rights_str_mv openAccess
rights_invalid_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
http://creativecommons.org/licenses/by-nc-sa/4.0/
Julián Noziglia Sahores, Valeria Bank, Manuel Meijome, Ignacio Gabriel Ziccardi, Walter Legnani
Licencia Creative Commons Atribución- No Comercial
dc.format.none.fl_str_mv pdf
application/pdf
dc.publisher.none.fl_str_mv Facultad Regional Buenos Aires
publisher.none.fl_str_mv Facultad Regional Buenos Aires
dc.source.none.fl_str_mv Proyecciones, Vol 23, Nº 2, 29-38. (2025)
reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877862371083419648
score 13.365483

Publicaciones similares