RESUMO
Abstract We have developed and present in this work a series of algorithms that display a long-duration electrocardiogram (ECG) in a compact form of stacked beats, extracting and visualizing the basic features and facilitating the tedious and time-consuming process of ECG analysis for cardiologists. The expert system based on this representation provides detection of atypical heartbeats, precursors of cardiovascular disease, and their locations in each of the 12 leads. This system was extensively tested with two public databases, MIT-BIH arrhythmia database and China Physiological Signal Challenge (CPSC2018), showing its rapid ECG processing and high efficiency in detecting abnormalities in beat morphology. In particular, tests for atypical beats based on the CPSC2018 database revealed that the set of ECGs marked as normal contains a considerable number of leads with atypical beats. The system is used as a classifier into two classes, normal beats, and atypical beats, the latter being the precursors or indicators of cardiovascular diseases (CVD). It is considered potentially useful for routine studies in groups at high risk of CVD in early stages, as a preventive medicine tool in the public health area. The system allows an intervention of a cardiologist in the intermediate stages of ECG analysis to corroborate the diagnosis in ambiguous cases.
Resumen Desarrollamos y presentamos una serie de algoritmos que muestran un electrocardiograma (ECG) de larga duración en forma compacta de latidos apilados, extrayendo y visualizando características básicas y facilitando el tedioso y lento proceso de análisis de ECG para cardiólogos. El sistema experto basado sobre esta representación provee detección de latidos cardíacos atípicos, precursores de enfermedades cardiovasculares (ECV) y su ubicación en cada uno de las 12 derivadas. Este sistema se probó exhaustivamente con dos bases de datos públicas, base de datos de arritmias del MIT-BIH y China Physiological Signal Challenge (CPSC2018), lo que demostró su rápido procesamiento de ECG y alta eficiencia en la detección de anomalías en la morfología de los latidos. En particular, las pruebas en la base de datos CPSC2018 revelaron que el conjunto de ECG marcados como normales contiene una cantidad considerable de derivadas con latidos atípicos. El sistema se utiliza como clasificador en dos clases, latidos normales y atípicos, siendo estos últimos indicadores de enfermedades cardiovasculares (ECV). Se considera potencialmente útil para estudios de rutina en grupos con alto riesgo de ECV en etapas tempranas, como herramienta de medicina preventiva en el área de salud pública. El sistema permite la intervención del cardiólogo en etapas intermedias del análisis del ECG para corroborar el diagnóstico en casos ambiguos.