Publication: Estudio de los mecanismos de las arritmias cardiacas mediante modelado y procesado robusto digital de señal
Loading...
Identifiers
Publication date
2008-05
Defense date
2008-05-27
Authors
Tutors
Journal Title
Journal ISSN
Volume Title
Publisher
Impact
Export
Abstract
Las arritmias cardiacas son alteraciones del funcionamiento eléctrico normal del corazón. Algunas, las arritmias patológicas, son potencialmente malignas y constituyen una de las principales causas de mortalidad en el mundo occidental. Hoy en día, el estudio de los mecanismos de las arritmias patológicas se asienta sobre dos ámbitos de investigación: de un lado, el análisis de señales cardiacas registradas mediante sistemas de captación con electrodos en estudios clínicos y/o experimentales, tales como los electrogramas intracavitarios y del electrocardiograma de superficie; de otro lado, el análisis de la dinámica del sustrato cardiaco a partir imágenes proporcionadas por sistemas de mapeo óptico en estudios experimentales in-vivo e in-vitro. A pesar de que estas dos aproximaciones se fundamentan en el análisis de la actividad eléctrica cardiaca, suelen recibir un trato independiente. Explorar la correspondencia entre los resultados proporcionados en cada campo por separado, permitiría definir nuevas estrategias para profundizar en el estudio de los mecanismos de las arritmias cardiacas. El objetivo principal de la presente Tesis Doctoral es construir el eje de una investigación integrada dedicada al estudio de los mecanismos involucrados la generación y perpetuación de las arritmias cardiacas. Nuestra metodología se basa en la combinación de herramientas de modelado y técnicas de procesado de señal para establecer una correspondencia directa entre la dinámica del sustrato cardiaco, las señales eléctricas registradas y la caracterización clínica mediante índices cardiacos extraídos a partir del procesado de las señales eléctricas cardiacas. En esta disertación desarrollamos los elementos que conforman un marco de investigación integrada siguiendo un enfoque incremental, desde la caracterización de la dinámica cardiaca a nivel celular, hasta el procesado de índices cardiacos. Concretamente, realizamos tres aportaciones principales. En primer lugar, analizamos a nivel celular los mecanismos de generación de arritmias inducidas por mutaciones congénitas a partir de un modelo detallado de célula cardiaca. Este análisis permite definir la dinámica un sustrato pro-arrítmico de gran interés clínico y experimental. En segundo lugar, abordamos la reconstrucción de la actividad eléctrica cardiaca a partir de señales eléctricas remotas mediante algoritmos de estimación basados en máquinas de vectores soporte (SVM). En este estudio, establecemos una relación bidireccional entre sustrato cardiaco y señal cardiaca. Por último, proponemos y evaluamos un método de detección de arritmias basado en índices cardiacos mediante el uso clasificadores SVM y técnicas de selección de características. Con este método es posible inferir, desde el punto de vista poblacional, conclusiones acerca de la dinámica del sustrato cardiaco. Cada una de estas aportaciones sienta las bases de una aproximación integrada al estudio de las arritmias cardiacas. La combinación de técnicas de procesado de señal y de herramientas de modelado constituye un marco de investigación beneficioso para esclarecer los mecanismos de las arritmias cardiacas.__________________________________
Cardiac arrhythmias are disorders of the heartbeat due to cardiac electrical activity dysfunction. Among them, the so-called pathological arrhythmias can be life-threatening and constitute one of the leading causes of mortality in the western world. Nowadays, the study of the mechanisms of cardiac arrhythmias relies on two approaches. On the one hand, the analysis of cardiac electric signals registered by electrode systems in experimental and clinical studies. Examples of such cardiac signals are intracavitary electrograms and the surface electrocardiogram. On the other hand, the analysis of cardiac tissue dynamics based on optical mapping systems in in-vivo and in-vitro experimental studies. Nevertheless, these two approaches are usually treated independently and as a consequence the interaction among them is not fully exploited. The objective of this Thesis is to develop an integrated research framework to study the mechanisms involved in the initiation and perpetuation of cardiac arrhythmias. By combining computer modeling and signal processing techniques, we aim to establish a correspondence between cardiac tissue dynamics, cardiac electric signals and cardiac indices obtained from cardiac electric signals. Following an incremental approach, from cell dynamics to cardiac indices, we develop the elements of an integrated research framework. The main contributions of this dissertation can be summarized as follows. Firstly, we analyze at cellular level the mechanisms of cardiac arrhythmias induced by genetic mutations. For this purpose, we use a detailed computer model of ventricular cardiac cells to characterized the pro-arrhythmic dynamics of the mutant heart. Secondly, we propose a number of algorithms based on support vector machines (SVM) to reconstruct the cardiac electrical activity from remote cardiac electric signal. Therefore, a bidirectional link between cardiac tissue and cardiac signal is established. Finally, we develop a new method for detecting cardiac arrhythmia from cardiac indices by using a classification SVM and feature selection techniques. This study informs us about the relevance of cardiac indices in the characterization of cardiac tissue dynamics. The combination of computer modeling and signal processing techniques constitutes a suitable framework to elucidate the mechanisms of cardiac arrhythmia
Cardiac arrhythmias are disorders of the heartbeat due to cardiac electrical activity dysfunction. Among them, the so-called pathological arrhythmias can be life-threatening and constitute one of the leading causes of mortality in the western world. Nowadays, the study of the mechanisms of cardiac arrhythmias relies on two approaches. On the one hand, the analysis of cardiac electric signals registered by electrode systems in experimental and clinical studies. Examples of such cardiac signals are intracavitary electrograms and the surface electrocardiogram. On the other hand, the analysis of cardiac tissue dynamics based on optical mapping systems in in-vivo and in-vitro experimental studies. Nevertheless, these two approaches are usually treated independently and as a consequence the interaction among them is not fully exploited. The objective of this Thesis is to develop an integrated research framework to study the mechanisms involved in the initiation and perpetuation of cardiac arrhythmias. By combining computer modeling and signal processing techniques, we aim to establish a correspondence between cardiac tissue dynamics, cardiac electric signals and cardiac indices obtained from cardiac electric signals. Following an incremental approach, from cell dynamics to cardiac indices, we develop the elements of an integrated research framework. The main contributions of this dissertation can be summarized as follows. Firstly, we analyze at cellular level the mechanisms of cardiac arrhythmias induced by genetic mutations. For this purpose, we use a detailed computer model of ventricular cardiac cells to characterized the pro-arrhythmic dynamics of the mutant heart. Secondly, we propose a number of algorithms based on support vector machines (SVM) to reconstruct the cardiac electrical activity from remote cardiac electric signal. Therefore, a bidirectional link between cardiac tissue and cardiac signal is established. Finally, we develop a new method for detecting cardiac arrhythmia from cardiac indices by using a classification SVM and feature selection techniques. This study informs us about the relevance of cardiac indices in the characterization of cardiac tissue dynamics. The combination of computer modeling and signal processing techniques constitutes a suitable framework to elucidate the mechanisms of cardiac arrhythmia
Description
Keywords
Proceso de señales, Ingeniería biomédica, Enfermedades cardiovasculares