Publication:
Estimación de la señal respiratoria a partir de la señal electrocardiográfica y de presión sanguínea en sujetos sanos

Thumbnail Image
Files
View Statistics
Reference Managers
Mendeley
Indexers
Google Scholar CORE
QR Code
QR Code
Authors

Authors

Bejarano Dallos, Laura Daniela
Abstract (Spanish)
La estimación de la señal respiratoria óptima es vital en el campo clínico y de telemonitorización, ya que a menudo una frecuencia respiratoria anormal es el signo más temprano de una enfermedad crítica. El estudio de las señales electrocardiográficas (ECG) y fotopletismográficas (PPG) hacen posible el análisis de la señal respiratoria, como métodos alternativos para permitir su estimación, siendo el objetivo de este trabajo desarrollar algoritmos óptimos para la estimación de la señal respiratoria. Se proponen dos sistemas distintos para la estimación de la señal respiratoria. El primero se basa en el principio de la arritmia sinusal respiratoria (ASR) y se fundamenta en el análisis del intervalo de tiempo entre los latidos cardíacos, los cuales se sincronizan con la respiración. El segundo sistema se fundamenta en la modulación de amplitudes (AM) de las señales, las cuales varían durante la inspiración debido a los cambios en la impedancia torácica y al aumento de la presión intratorácica en las señales ECG y PPG, respectivamente. A través del análisis de la señal respiratoria derivada (EDR) obtenida a partir de las señales ECG y PPG utilizando los dos métodos desarrollados, se establece una correlación con la señal de volumen respiratorio base, lo que permite determinar su similitud. Este procedimiento revela que ambos métodos son apropiados para la estimación de la EDR. No obstante, en el contexto de la señal PPG, se observa que el método ASR demostró ser más idóneo en comparación con el método AM.
Abstract (English)
The estimation of optimal respiratory signal is crucial in the clinical and telemonitoring field, as often an abnormal respiratory rate is the earliest sign of a critical illness. The study of electrocardiographic (ECG) and photoplethysmographic (PPG) signals makes it possible to analyze the respiratory signal, serving as alternative methods to enable its estimation. The objective of this work is to develop optimal algorithms for respiratory signal estimation. Two different systems for estimating the respiratory signal are proposed. The first is based on the principle of respiratory sinus arrhythmia (RSA) and is based on the analysis of the time interval between heartbeats, which synchronizes with respiration. The second system is based on amplitude modulation (AM) of the signals, which vary during inspiration due to changes in thoracic impedance and intrathoracic pressure in the ECG and PPG signals, respectively. Through the analysis of the derived respiratory signal (DRS) obtained from the ECG and PPG signals using the two developed methods, a correlation is established with the base respiratory volume signal, allowing for the determination of their similarity. This procedure reveals that both methods are appropriate for the estimate of the EDR. However, in the context of the PPG signal, it is noted that the ASR method proved more suitable compared to the AM method.
Director

Advisors/Directors

Solà Soler, Jordi
Giraldo Giraldo, Beatriz F.
Extent
63 páginas
URI: https://repositorio.escuelaing.edu.co/handle/001/2803
Collections

Collections

BA - Trabajos Dirigidos de Biomédica
References

[1] «Monitorización y estudio del paciente en cuidados críticos - Cuidados críticos», Manual MSD versión para profesionales. Accedido: 24 de septiembre de 2023. [En línea]. Disponible en: https://www.msdmanuals.com/es/professional/cuidados-cr%C3%ADticos/abordaje-delpaciente- con-enfermedad-cr%C3%ADtica/monitorizaci%C3%B3n-y-estudio-del-paciente-encuidados- cr%C3%ADticos [2] A. M. Minaya Urquidi et al., «SIstema de monitoreo remoto de respiración y niveles de gases, para pacientes recuperados de covid-19», Investig. Amp Desarro., vol. 22, n.o 1, pp. 109-123, 2022, doi: 10.23881/idupbo.022.1-9i. [3] «Sistema cardiovascular: ¿Cómo funciona? – Bupa». Accedido: 16 de mayo de 2023. [En línea]. Disponible en: https://www.bupasalud.com/salud/sistema-cardiovascular [4] «Servicios vasculares y cardíacos: MedlinePlus enciclopedia médica». Accedido: 20 de junio de 2023. [En línea]. Disponible en: https://medlineplus.gov/spanish/ency/article/007459.htm [5] «El corazón y el sistema circulatorio», Connecticut Children’s. Accedido: 22 de junio de 2023. [En línea]. Disponible en: https://www.connecticutchildrens.org/health-library/es/parents/heartesp/ [6] Unknown, «El Aparato Circulatorio», El Aparato Circulatorio. Accedido: 10 de julio de 2023. [En línea]. Disponible en: http://mahryag.blogspot.com/ [7] «Nuestro aparato respiratorio: ¿cómo es y cómo funciona?», Portal de Salud de la Junta de Castilla y León. Accedido: 27 de junio de 2023. [En línea]. Disponible en: https://www.saludcastillayleon.es/AulaPacientes/es/guia-asma/aparato-respiratorio-funciona [8] «Cómo funciona tu corazón», Comisión Honoraria para la Salud Cardiovascular. Accedido: 21 de septiembre de 2023. [En línea]. Disponible en: https://cardiosalud.org/corazon-y-salud/comofunciona- tu-corazon/ [9] J, Garcia Rubira «Fisiología Cardiaca» fbbva_libroCorazon_cap3.pdf. [10] Administrator, «Electrocardiograma», Fundación Española del Corazón. Accedido: 16 de mayo de 2023. [En línea]. Disponible en: https://fundaciondelcorazon.com/informacion-parapacientes/ metodos-diagnosticos/electrocardiograma.html [11] «Taller de interpretación del electrocardiograma. | Fisiología». Accedido: 21 de septiembre de 2023. [En línea]. Disponible en: https://fisiologia.facmed.unam.mx/index.php/taller-deinterpretacion- del-electrocardiograma/ [12] A. Castillo Moya, P. Del Pozo Bascuñán, A. Castillo Moya, y P. Del Pozo Bascuñán, «Interacciones cardiopulmonares: De la fisiología a la clínica», Rev. Chil. Pediatría, vol. 89, n.o 5, pp. 582-591, oct. 2018, doi: 10.4067/S0370-41062018005000905. Memoria 46 [13] «Signos vitales: MedlinePlus enciclopedia médica». Accedido: 10 de julio de 2023. [En línea]. Disponible en: https://medlineplus.gov/spanish/ency/article/002341.htm [14] S. Leanderson, P. Laguna, y L. Sörnmo, «Estimation of the respiratory frequency using spatial information in the VCG», Med. Eng. Phys., vol. 25, n.o 6, pp. 501-507, jul. 2003, doi: 10.1016/S1350-4533(03)00017-1. [15] P. H. Charlton et al., «Extraction of respiratory signals from the electrocardiogram and photoplethysmogram: technical and physiological determinants», Physiol. Meas., vol. 38, n.o 5, pp. 669-690, may 2017, doi: 10.1088/1361-6579/aa670e. [16] E. Helfenbein, R. Firoozabadi, S. Chien, E. Carlson, y S. Babaeizadeh, «Development of three methods for extracting respiration from the surface ECG: A review», J. Electrocardiol., vol. 47, n.o 6, pp. 819-825, nov. 2014, doi: 10.1016/j.jelectrocard.2014.07.020. [17] G. Celi, M. Rocha, y M. Yapur, «Mediciones fotopletismográficas», sep. 2011. [18] W. Karlen, C. J. Brouse, E. Cooke, J. M. Ansermino, y G. A. Dumont, «Respiratory rate estimation using respiratory sinus arrhythmia from photoplethysmography», en 2011 Annual International Conference of the IEEE Engineering in Medicine and Biology Society, Boston, MA: IEEE, ago. 2011, pp. 1201-1204. doi: 10.1109/IEMBS.2011.6090282. [19] D. J. Meredith, D. Clifton, P. Charlton, J. Brooks, C. W. Pugh, y L. Tarassenko, «Photoplethysmographic derivation of respiratory rate: a review of relevant physiology», J. Med. Eng. Technol., vol. 36, n.o 1, pp. 1-7, mar. 2012, doi: 10.3109/03091902.2011.638965. [20] W. Karlen, S. Raman, J. M. Ansermino, y G. A. Dumont, «Multiparameter Respiratory Rate Estimation From the Photoplethysmogram», IEEE Trans. Biomed. Eng., vol. 60, n.o 7, pp. 1946- 1953, jul. 2013, doi: 10.1109/TBME.2013.2246160. [21] J. Solà-Soler et al., «Respiratory Pattern Analysis for Different Breathing Types and Recording Sensors in Healthy Subjects». [22] J. E. González-Barajas, C. C. Velandia, J. Lyma-Guaqueta, y P. Ospina-Fuentes, «Análisis espectral a través de bancos de filtros aplicado al pre-procesamiento para la umbralización de señales de pulso oximetría», TecnoLógicas, vol. 19, n.o 37, p. 29, jul. 2016, doi: 10.22430/22565337.48. [23] J. M. Guevara Díaz, «Uso correcto de la correlación cruzada en Climatología: el caso de la presión atmosférica entre Taití y Darwin», Terra, vol. 30, n.o 47, pp. 79-102, jun. 2014. [24] «crosscorrelation». Accedido: 20 de septiembre de 2023. [En línea]. Disponible en: https://glossary.slb.com/es/terms/c/crosscorrelation [25] «Interpretar todos los estadísticos para Wilcoxon de 1 muestra». Accedido: 20 de septiembre de 2023. [En línea]. Disponible en: https://support.minitab.com/es-mx/minitab/20/help-and-howto/ statistics/nonparametrics/how-to/1-sample-wilcoxon/interpret-the-results/all-statistics/ [26] «Trastornos del sistema nervioso autónomo». Accedido: 19 de septiembre de 2023. [En línea]. Disponible en: https://medlineplus.gov/spanish/autonomicnervoussystemdisorders.html Estimación de la señal respiratoria a partir de la señal electrocardiográfica y de presión sanguínea en sujetos sanos 47 [27] T. O. C.-【Acer Store】, «Acer Store News». Accedido: 20 de septiembre de 2023. [En línea]. Disponible en: https://www.acerstore.cl/news/impacto-ambiental-de-notebook-ecologicofrente- a-uno-normal [28] «Huella de carbono consumo eléctrico», ECODES - Tiempo de actuar. Accedido: 21 de septiembre de 2023. [En línea]. Disponible en: https://ecodes.org/tiempo-de-actuar/hogaressostenibles/ ahorro-energetico/calculadora-electricidad