Estrategia para la toma de decisiones en el reconocimiento automático de estados de sedación anestésica / Decision-making strategy for automatic recognition of sedation states / Estratégia de tomada de decisão para reconhecimento automático de estados de sedação

RESUMEN Introducción: La Anestesiología es la especialidad médica dedicada a la atención específica de los pacientes durante procedimientos quirúrgicos y en cuidados intensivos. Esta especialidad basada en los avances científicos y tecnológicos, ha incorporado el uso del monitoreo electroencefalográfico, facilitando el control continuo de estados de sedación anestésica durante las cirugías, con una adecuada concentración de fármacos. Objetivo: Proponer una estrategia de clasificación para el reconocimiento automático de tres estados de sedación anestésica en señales electroencefalográficas. Método: Se utilizaron con consentimiento informado escrito los registros electroencefalográficos de 27 pacientes sometidos a cirugía abdominal, excluyendo aquellos con antecedentes de epilepsia, enfermedades cerebrovasculares y otras afecciones neurológicas. Se aplicaron en total 12 fármacos anestésicos y dos relajantes musculares con montaje de 19 electrodos según el Sistema Internacional 10-20. Se eliminaron artefactos en los registros y se aplicaron técnicas de Inteligencia artificial para realizar el reconocimiento automático de los estados de sedación. Resultados: Se propuso una estrategia basada en el uso de máquinas de soporte vectorial con algoritmo multiclase Uno-Contra-Resto y la métrica Similitud Coseno, para realizar el reconocimiento automático de tres estados de sedación: profundo, moderado y ligero, en señales registradas por el canal frontal F4 y los occipitales O1 y O2. Se realizó una comparación de la propuesta con otros métodos de clasificación. Conclusiones: Se computa una exactitud balanceada del 92,67 % en el reconocimiento de los tres estados de sedación en las señales registradas por el canal electroencefalográfico F4, lo cual favorece el desarrollo de la monitorización anestésica.

ABSTRACT Introduction: Anesthesiology is the medical specialty concerned with the specific care of patients during surgical and intensive care procedures. This specialty, based on scientific and technological advances, has incorporated the use of electroencephalographic monitoring, facilitating the continuous control in the use of anesthesia for patient´s sedation states during surgeries, with an adequate concentration of drugs. Objective: Proposal for a classification strategy for automatic recognition of three sedation states in electroencephalographic signals. Methods: We used, with written informed consent, the electroencephalographic records of 27 patients undergoing abdominal surgery, excluding those with a history of epilepsy, cerebrovascular disease and other neurological conditions. A total of 12 drugs to produce anesthesia and two muscle relaxants with 19 electrodes, mounted according to the International System 10 -20, were applied. Artifacts in the records were eliminated and artificial intelligence techniques were applied to perform automatic recognition of sedation states. Results: A strategy based on the use of support vector machines with a multiclass algorithm One-against-Rest and the Cosine Similarity metric was proposed to perform the automatic recognition of three sedation states: deep, moderate and light, in signals recorded by the frontal channel F4 and the occipital channels O1 and O2. A comparison was carried out between the proposal showed and other classification methods. Conclusions: A balanced accuracy of 92.67% is computed about the recognition of the three states of sedation in the signals recorded by the electroencephalographic channel F4, which helps in a better anesthetic monitoring process.

RESUMO Introdução: A Anestesiologia é a especialidade médica dedicada ao atendimento específico de pacientes durante procedimentos cirúrgicos e em terapia intensiva. Essa especialidade, baseada nos avanços científicos e tecnológicos, incorporou o uso da monitorização eletroencefalográfica, facilitando o controle contínuo dos estados de sedação anestésica durante as cirurgias, com concentração adequada de fármacos. Objetivo: Propor uma estratégia de classificação para o reconhecimento automático de três estados de sedação anestésica em sinais eletroencefalográficos. Método: Foram utilizados registros eletroencefalográficos de 27 pacientes submetidos à cirurgia abdominal com consentimento informado por escrito, excluindo aqueles com histórico de epilepsia, doenças cerebrovasculares e outras condições neurológicas. Um total de 12 drogas anestésicas e dois relaxantes musculares foram aplicados com um conjunto de 19 eletrodos de acordo com o Sistema Internacional 10-20. Artefatos nos prontuários foram removidos e técnicas de inteligência artificial foram aplicadas para realizar o reconhecimento automático dos estados de sedação. Resultados: Foi proposta uma estratégia baseada no uso de máquinas de vetores de suporte com algoritmo One-Against-Rest multiclasse e a métrica Cosine Similarity para realizar o reconhecimento automático de três estados de sedação: profundo, moderado e leve, em sinais registrados pelo canal frontal F4 e os canais occipitais O1 e O2. Foi feita uma comparação da proposta com outros métodos de classificação. Conclusões: Uma acurácia equilibrada de 92,67% é computada no reconhecimento dos três estados de sedação nos sinais registrados pelo canal eletroencefalográfico F4, o que favorece o desenvolvimento da monitorização anestésica.

Nonconvulsive epileptic seizure monitoring with incremental learning.

Nonconvulsive epileptic seizures (NCSz) and nonconvulsive status epilepticus (NCSE) are two neurological entities associated with increment in morbidity and mortality in critically ill patients. In a previous work, we introduced a method which accurately detected NCSz in EEG data (referred here as 'Batch method'). However, this approach was less effective when the EEG features identified at the beginning of the recording changed over time. Such pattern drift is an issue that causes failures of automated seizure detection methods. This paper presents a support vector machine (SVM)-based incremental learning method for NCSz detection that for the first time addresses the seizure evolution in EEG records from patients with epileptic disorders and from ICU having NCSz. To implement the incremental learning SVM, three methodologies are tested. These approaches differ in the way they reduce the set of potentially available support vectors that are used to build the decision function of the classifier. To evaluate the suitability of the three incremental learning approaches proposed here for NCSz detection, first, a comparative study between the three methods is performed. Secondly, the incremental learning approach with the best performance is compared with the Batch method and three other batch methods from the literature. From this comparison, the incremental learning method based on maximum relevance minimum redundancy (MRMR_IL) obtained the best results. MRMR_IL method proved to be an effective tool for NCSz detection in a real-time setting, achieving sensitivity and accuracy values above 99%.

Monitorización automática de estados de sedación en señales electroencefalográficas / Automatic monitoring of sedation states in electroencephalographic signals

La anestesia general proporciona al paciente estados de inconciencia, amnesia y analgesia, sin embargo, se reportan casos de despertar intraoperatorio. Debido a la incidencia de este fenómeno y sus efectos psicosomáticos, el Centro de Estudios de Neurociencias, Procesamiento de Imágenes y Señales en la Universidad de Oriente, y el Hospital General Juan Bruno Zayas Alfonso ambos en Santiago de Cuba, Cuba, implementan una metodología que permita detectar automáticamente estados de sedación anestésica aplicando Inteligencia Artificial. Para esto se emplearon las señales registradas por el canal electroencefalográfico F4, nueve parámetros espectrales, las Máquinas de Soporte Vectorial y los Sistemas Neuro-Difusos. En el reconocimiento automático de los estados de Sedación Profunda, Moderada y Ligera se logró una Exactitud de 96.12 por ciento, 90.06 por ciento y 90.24 por ciento respectivamente con las Máquinas de Soporte Vectorial, por lo que se propone el uso del canal electroencefalográfico F4 en la detección de estados anestésicos(AU)

General anesthesia provide the patient states of unconsciousness, amnesia and analgesia, however, cases of intraoperative awareness are reported. Due to the incidence of this phenomenon and the psychosomatic effects it causes, the Neuroscience Studies Center, Images and Signals Processing at the University of Oriente, and the General Hospital Juan Bruno Zayas Alfonso both in Santiago de Cuba, Cuba, implement a methodology that allows the automatic detection of anesthetic sedation states applying Artificial Intelligence. For this, the signals recorded by the electroencephalographic channel F4, nine spectral parameters, the Support Vector Machines and the Neuro-Fuzzy Systems were used. In the automatic recognition of the Sedation States: Profound, Moderate and Mild an Accuracy of 96.12 percent, 90.06 percent and 90.24 percent respectively was achieved with the Support Vector Machines, so the use of the electroencephalographic channel F4 is proposed in the detection of anesthetic states(AU)

Campo magnético de frecuencia extremadamente baja: Seguridad de su aplicación a nivel del sistema nervioso central / Magnetic field of extremely low frequency: Safety of its application at the level of the central nervous system

Introducción: La enfermedad cerebrovascular constituye un importante problema de salud a nivel mundial. En la actualidad se desarrollan investigaciones científicas dedicadas al estudio de los efectos del campo magnético de frecuencia extremadamente baja para su tratamiento. No es suficientemente clara la información acerca de su inocuidad en las dosis estudiadas. Objetivo: Estudiar la seguridad de la aplicación del campo magnético de frecuencia extremadamente baja a nivel del sistema nervioso central a través de un estudio toxicológico a dosis aguda, repetida y ensayo de micronúcleos en médula ósea. Métodos: Se conformaron tres grupos experimentales con ratas Sprague Dawley Cenp:SPRD jóvenes y sanas para los experimentos de toxicidad y ratones CENP: NMRI para la evaluación mutagénica. Se utilizaron controles negativos no tratados. En el ensayo de micronúcleos se incorporó un grupo control positivo al que se administró Ciclofosfamida por vía intraperitoneal. Se aplicó un campo magnético no homogéneo con niveles de inducción magnética de 6,5 y 15 mT, tomando como referencia el valor máximo sobre la superficie de la bobina. Para la aplicación del campo magnético la bobina estimuladora se colocó sobre la cabeza asegurando la exposición completa del encéfalo. Resultados: En ninguno de los ensayos se detectaron signos de toxicidad. Se comprobó así mismo que no se indujeron efectos genotóxicos ni citotóxicos sobre las células somáticas. Conclusiones: El tratamiento con campo magnético de frecuencia extremadamente baja a nivel del sistema nervioso central en las condiciones experimentales y dosis estudiadas es seguro(AU)

Introduction: Stroke is a major health problem all over the world. Nowadays are developed scientific researches devoted to the study of extremely low frequency magnetic field effects over this illness. The information about it safety is unclear yet. Objective: To study the safety of extremely low frequency magnetic field applied at central nervous system level wasby means ofa toxicological assay (Acute, repeated doses and micronucleus in bone marrow assay) Methods: Three experimental groups were made with Sprague Dawley Cenp: SPRD young and healthy rats for toxicity experiments and CENP: NMRI mice for mutagen evaluation. Untreated negative controls were used. In the micronucleus assay, an additional positive control group was included. This group received Cyclophosphamide by intraperitoneal administration. Was applied a non-homogenousmagnetic fieldof 6,5 and 15 mT, taken as reference the maximum value over the coil surface. The coil was positioned over the head, ensuring full exposure of brain to magnetic field. Results : In none of trials were detected any sign of toxicity. It was also found no genotoxic or cytotoxic effects induced on somatic cells. Conclusions : These results indicated the safety of treatmentwith extremely low frequency magnetic field at central nervous system level for experimental conditions and doses studied(AU)

Detección de la profundidad anestésica en señales registradas por el canal electroencefalográfico F4 / Detection of anesthetic depth in signals recorded by electroencephalographic channel F4

Introducción: durante una intervención quirúrgica es necesario que el paciente, bajo los efectos de la anestesia general permanezca inconsciente e insensible al dolor, sin embargo, se reportan casos de despertar intraoperatorio. Debido a la incidencia de este fenómeno y los efectos adversos a los que conlleva, el Centro de Estudios de Neurociencias, Procesamiento de Imágenes y Señales, de la Universidad de Oriente, Cuba, desarrolla un prototipo de monitor de anestesia que permita la detección de los cambios de estados anestésicos, a partir del reconocimiento automático de Niveles de Profundidad Anestésica en señales electroencefalográficas.Objetivo: detectar de manera automática estados de sedación anestésica a partir de señales electroencefalográficas como sistema de apoyo al monitoreo intraoperatorio.Métodos: se realizó el registro de las señales electroencefalográficas de 27 pacientes sometidos a cirugía general abdominal, seleccionándose para el estudio el canal F4. La detección de los niveles de profundidad anestésica se efectuó usándose métodos computacionales de Inteligencia Artificial.Resultados: se redujo la escala de profundidad anestésica a tres niveles, obteniéndose una efectividad en el reconocimiento de: 90,24 por ciento en el nivel ligero, 90,06 por ciento en el moderado y 96,12 por ciento en el nivel profundo.Conclusiones: se proponen tres niveles de profundidad anestésica, detectados con más del 90 por ciento de exactitud en las señales electroencefalográficas, lo cual posibilitará mejorar la práctica diaria del anestesiólogo a partir del monitor que desarrolla el ya mencionado Centro de Estudios. Los resultados evidencian que la derivación F4 es representativa del comportamiento de los fármacos anestésicos en la actividad cerebral(AU)

Introduction: During surgery a patient under general anesthesia must remain unconscious and insensitive to pain. However, cases have been reported of intraoperative awareness. Due to the incidence of this phenomenon and the adverse effects it causes, the Center for Neuroscience and Image and Signal Processing Studies of the University of Oriente, Cuba, is developing a prototype for an anesthesia monitor allowing detection of changes in anesthetic status based on automated recognition of Anesthetic Depth Levels in electroencephalographic signals.Objective: Automatically detect anesthetic sedation states in electroencephalographic signals as a support system for intraoperative monitoring.Methods: Recording was conducted of electroencephalographic signals from 27 patients undergoing general abdominal surgery. The channel selected for the study was F4. Detection of anesthetic depth levels was performed using Artificial Intelligence computer methods.Results: The anesthetic depth scale was reduced to three levels. Recognition effectiveness was 90.24 percent for the light level, 90.06 percent for the moderate level, and 12 percent for the deep level.Conclusions: Three anesthetic depth levels are proposed, which were detected with above 90 percent accuracy in electroencephalographic signals. The daily work of anesthesiologists will be improved with the use of the monitor being developed at the above mentioned study center. Results show that F4 derivation is representative of the effect of anesthetics upon brain activity(AU)

Aplicación de la corrección de artefactos en el electroencefalograma para el monitoreo del estado anestésico / Electroencephalogram artifact correction application for anesthetic depth monitoring

Objetivo: Proponer un método basado en el algoritmo de descomposición en modos empíricos para la corrección de los artefactos oculares y cardiacos presentes en el electroencefalograma (EEG).Métodos: Para la corrección de artefactos fue aplicada la reconstrucción parcial dela señal, descartando todos los componentes que pudieran contener información de los artefactos. Luego el método de corrección propuesto es evaluado usando señales de EEG contaminadas artificialmente. Se calcularon los criterios de similitud y corrección entre las salidas del método y el EEG original. Finalmente el método de corrección propuesto fue incorporado a un sistema de monitoreo de anestesia. Para evaluar la mejoría de los resultados del sistema de monitoreo las salidas de este fueron comparadas antes y después de aplicar la corrección de artefactos.Resultados: Las salidas del método de corrección de artefactos en el EEG conservaron una correlación de un 89,7 por ciento entre todas las señales analizadas y un valor medio de similitud de 0,75 comparados con el EEG original.El sistema de monitoreo de anestesia mostró una mejoría de 27,4 por ciento después de aplicar la corrección de losartefactos. Demostrando, el superior desempeño del método de monitoreo de profundidad anestésica propuesto después de realizar la corrección de artefactos.Conclusiones: El EEG se ha convertido en uno de los métodos más usados en la práctica quirúrgica para cuantificar la profundidad anestésica. Pero la exactitud del diagnóstico realizado a partir de esta señal puede verse comprometido por la aparición de artefactos en el registro de EEG. Los artefactos oculares y cardiacos son los más frecuentes y problemáticos(AU)

Objective: To propose a method based on empirical mode decomposition (EMD) algorithm for the correction of eye and cardiac artifacts presents in the electroencephalogram (EEG).Methods: For the artifact correction partial reconstruction of signal were apply the discarding all those components that may contain artifact information. After the proposed correction method is evaluated using artificially contaminated EEG signals. Similitude and correlation criteria were applied between the method outcomesand the original EEG. Finally correction method was incorporated into an anesthesia monitoring system. To evaluate the system outcomes enhancement, these were compares before and after apply the artifact correction.Results: EEG artifact correction method outcomes preserve overall analyzed records a correlation of 89.7 per cent and medium similitude value of 0.75 compared the original EEG. The anesthesia monitoring system shows an enhancement of 27.4 per cent after apply artifact correction.Demonstrating, the superior performance of the anesthetic monitoring proposed methods after artifacts correction.Conclusions: The EEG has become one of the most used method in the surgical practice for to quantify the anesthetic depth. But the accuracy of diagnosis made from this signal can be compromised by the appearance of artifacts in the EEG record. Ocular and cardiac artifacts are most frequent and problematic(AU)

Evaluación de la eficacia de los parámetros del electroencefalograma cuantitativo en la medición del nivel de profundidad anestésico / Evaluation of the effectiveness of the quantitative electroencephalogram parameters in the measurement of the anesthetic depth level

Introducción: los métodos de medición del nivel de profundidad del efecto hipnótico de los fármacos anestésicos, a partir del análisis cuantitativo del electroencefalograma, necesitan ser perfeccionados y optimizados para garantizar su aplicación eficiente en la práctica clínica. Objetivo: evaluar los efectos del nivel de profundidad anestésica y de la derivación del registro en los parámetros del electroencefalograma cuantitativo, para garantizar la selección de los parámetros óptimos en la clasificación del nivel de profundidad anestésica. Métodos: se estudió una muestra de 29 adultos con afecciones abdominales, tratados quirúrgicamente por vía endoscópica, bajo anestesia general. El registro electroencefalográfico se realizó mediante un montaje de 19 canales y el nivel de profundidad anestésica fue cuantificado clínicamente mediante una escala de 8 niveles. Igualmente, los parámetros del electroencefalograma cuantitativo fueron estimados mediante el sistema de análisis del equipo Medicid 5 de Neuronic. Resultados: el nivel de profundidad anestésica presentó un efecto significativo en los parámetros del electroencefalograma cuantitativo, en los modelos espectrales de banda ancha y estrecha. Entre los parámetros con mayor significación figuraron: el poder absoluto delta, theta, el poder relativo theta y la frecuencia media theta, alpha y total; mientras que en los parámetros de banda estrecha se obtuvo un efecto significativo en todas las derivaciones, con una interacción significativa entre la topografía y el nivel de profundidad anestésica.Conclusiones: los parámetros del electroencefalograma cuantitativo pueden ser utilizados de forma eficaz en la predicción del nivel de profundidad anestésica, con una mayor resolución en los niveles de clasificación que los utilizados hasta el presente. Asimismo, se confirmó el efecto selectivo de los agentes hipnóticos en las diferentes áreas corticales(AU)

Introduction: the depth level measurement methods of the hypnotic effect of anesthetic drugs, from the quantitative analysis of the electroencephalogram, need to be corrected and optimized to guarantee their efficient application in the clinical practice. Objective: to evaluate the effects of the anesthetic depth level and of the record derivation in the parameters of the quantitative electroencephalogram, to guarantee the selection of optimal parameters in the classification of the anesthetic depth level. Methods: a sample of 29 adults with abdominal disorders, surgically treated through endoscopy, under general anaesthesia was studied. The electroencephalographic record was carried out by means of a 19 channels assembly and the level of anesthetic depth was clinically quantified by means of an 8 levels scale. Equally, the parameters of the quantitative electroencephalogram were calculated by means of the analysis system of the Medicid 5 equipment of Neuronic. Results: the level of anesthetic depth presented a significant effect in the parameters of the quantitative electroencephalogram, in the spectral models of broad and narrow band. Among the parameters with more significance there were: the absolute power delta, theta, the relative power theta and the mean frequency theta, alpha and total; while in the narrow band parameters a significant effect was obtained in all derivations, with a significant interaction between the topography and the anesthetic depth level. Conclusions: the parameters of the quantitative electroencephalogram can be used in an effective way in the prediction of the anesthetic depth level, with a higher resolution in the classification levels than those used up to now. Also, the selective effect of the hypnotic agents was confirmed in the different cortical areas(AU)

Evaluación de la eficacia de los parámetros del electroencefalograma cuantitativo en la medición del nivel de profundidad anestésico / Evaluation of the effectiveness of the quantitative electroencephalogram parameters in the measurement of the anesthetic depth level

Introducción: los métodos de medición del nivel de profundidad del efecto hipnótico de los fármacos anestésicos, a partir del análisis cuantitativo del electroencefalograma, necesitan ser perfeccionados y optimizados para garantizar su aplicación eficiente en la práctica clínica. Objetivo: evaluar los efectos del nivel de profundidad anestésica y de la derivación del registro en los parámetros del electroencefalograma cuantitativo, para garantizar la selección de los parámetros óptimos en la clasificación del nivel de profundidad anestésica. Métodos: se estudió una muestra de 29 adultos con afecciones abdominales, tratados quirúrgicamente por vía endoscópica, bajo anestesia general. El registro electroencefalográfico se realizó mediante un montaje de 19 canales y el nivel de profundidad anestésica fue cuantificado clínicamente mediante una escala de 8 niveles. Igualmente, los parámetros del electroencefalograma cuantitativo fueron estimados mediante el sistema de análisis del equipo Medicid 5 de Neuronic. Resultados: el nivel de profundidad anestésica presentó un efecto significativo en los parámetros del electroencefalograma cuantitativo, en los modelos espectrales de banda ancha y estrecha. Entre los parámetros con mayor significación figuraron: el poder absoluto delta, theta, el poder relativo theta y la frecuencia media theta, alpha y total; mientras que en los parámetros de banda estrecha se obtuvo un efecto significativo en todas las derivaciones, con una interacción significativa entre la topografía y el nivel de profundidad anestésica. Conclusiones: los parámetros del electroencefalograma cuantitativo pueden ser utilizados de forma eficaz en la predicción del nivel de profundidad anestésica, con una mayor resolución en los niveles de clasificación que los utilizados hasta el presente. Asimismo, se confirmó el efecto selectivo de los agentes hipnóticos en las diferentes áreas corticales.

Introduction: the depth level measurement methods of the hypnotic effect of anesthetic drugs, from the quantitative analysis of the electroencephalogram, need to be corrected and optimized to guarantee their efficient application in the clinical practice. Objective: to evaluate the effects of the anesthetic depth level and of the record derivation in the parameters of the quantitative electroencephalogram, to guarantee the selection of optimal parameters in the classification of the anesthetic depth level. Methods: a sample of 29 adults with abdominal disorders, surgically treated through endoscopy, under general anaesthesia was studied. The electroencephalographic record was carried out by means of a 19 channels assembly and the level of anesthetic depth was clinically quantified by means of an 8 levels scale. Equally, the parameters of the quantitative electroencephalogram were calculated by means of the analysis system of the Medicid 5 equipment of Neuronic. Results: the level of anesthetic depth presented a significant effect in the parameters of the quantitative electroencephalogram, in the spectral models of broad and narrow band. Among the parameters with more significance there were: the absolute power delta, theta, the relative power theta and the mean frequency theta, alpha and total; while in the narrow band parameters a significant effect was obtained in all derivations, with a significant interaction between the topography and the anesthetic depth level. Conclusions: the parameters of the quantitative electroencephalogram can be used in an effective way in the prediction of the anesthetic depth level, with a higher resolution in the classification levels than those used up to now. Also, the selective effect of the hypnotic agents was confirmed in the different cortical areas.

New approach for T-wave end detection on electrocardiogram: performance in noisy conditions.

BACKGROUND: The detection of T-wave end points on electrocardiogram (ECG) is a basic procedure for ECG processing and analysis. Several methods have been proposed and tested, featuring high accuracy and percentages of correct detection. Nevertheless, their performance in noisy conditions remains an open problem. METHODS: A new approach and algorithm for T-wave end location based on the computation of Trapezium's areas is proposed and validated (in terms of accuracy and repeatability), using signals from the Physionet QT Database. The performance of the proposed algorithm in noisy conditions has been tested and compared with one of the most used approaches for estimating the T-wave end point: the method based on the threshold on the first derivative. RESULTS: The results indicated that the proposed approach based on Trapezium's areas outperformed the baseline method with respect to accuracy and repeatability. Also, the proposed method is more robust to wideband noise. CONCLUSIONS: The trapezium-based approach has a good performance in noisy conditions and does not rely on any empirical threshold. It is very adequate for use in scenarios where the levels of broadband noise are significant.

Herramienta para la corrección de artefactos en el ECG

Un problema muy importante en la electrocardiografía ambulatoria son los artefactos que se introducen en elelectrocardiograma (ECG) ya que ocasionan errores en el diagnóstico. En este trabajo se presenta una herramienta en LabWindows/CVI para la corrección semiautomática deartefactos en tres de las series temporales obtenidas de la señal electrocardiográfica. Dicha herramienta proporciona una serie de facilidades para el trabajo con ficheros, la edición y visualización simultánea del ECG y sus series temporales contaminadas de artefactos. La efectividad de la herramienta fue corroborada aplicándola a registros contaminados con artefactos adquiridos experimentalmente en el Hospital Provincial “Saturnino Lora” de Santiago de Cuba, y otros registros obtenidos de forma sintética. Su empleo es de gran utilidad en la investigación clínica para estudiar y validar la sensibilidad diagnóstica de los indicadores que se obtienen por métodos automatizados(AU)