Bibliographic citations
This is an automatically generated citacion. Modify it if you see fit
Casas, L., (2021). Aplicación para la detección de arritmias basado en los Algoritmos de Pan Tompkins, Elgendi y Boonperm [Universidad de Lima]. https://hdl.handle.net/20.500.12724/14094
Casas, L., Aplicación para la detección de arritmias basado en los Algoritmos de Pan Tompkins, Elgendi y Boonperm []. PE: Universidad de Lima; 2021. https://hdl.handle.net/20.500.12724/14094
@misc{renati/236404,
title = "Aplicación para la detección de arritmias basado en los Algoritmos de Pan Tompkins, Elgendi y Boonperm",
author = "Casas Quiroz, Luis Miguel",
publisher = "Universidad de Lima",
year = "2021"
}
Title: Aplicación para la detección de arritmias basado en los Algoritmos de Pan Tompkins, Elgendi y Boonperm
Authors(s): Casas Quiroz, Luis Miguel
Advisor(s): Guzmán Jiménez, Rosario Marybel
Keywords: Prospectiva; Algoritmos computacionales; Aplicaciones (Software); Arrhythmia; Forecasting; Application software; Computer algorithms; Arritmia
OCDE field: https://purl.org/pe-repo/ocde/ford#2.02.04
Issue Date: 2021
Institution: Universidad de Lima
Abstract: Las arritmias son enfermedades cardiovasculares que evidencian problemas en la frecuencia cardíaca, las
cuales si no son detectadas a tiempo puede desencadenar en eventos graves como la muerte súbita, pérdida del
conocimiento, inestabilidad a la hora de caminar, etc. Para detectar arritmias cardiacas en forma temprana se suelen
utilizar monitores de funciones vitales que son costosos, no son portables y cuyo software no es abierto. Ante este
contexto se propone una aplicación para la detección de las arritmias: Bradicardia Sinusal, Taquicardia Ventricular,
Fibrilación Auricular, Flutter Auricular y Aleteo Auricular, a partir de los algoritmos Pan y Tompkins, Elgendi y
Boonperm cuyo código podría ser instalado en dispositivos móviles (Android y iOS) para que los monitores de
funciones vitales no sean la única opción para poder detectar dichas arritmias. El algoritmo ensamblado ha sido
probado con la base de datos de arritmias del MIT-BIH, primer conjunto de datos de prueba estándar disponible para
el ámbito académico. Se analizaron los 48 registros de dicha base de datos y se obtuvo 37.23% de sensibilidad y
65.10% de predictividad en la detección de arritmias, sin embargo; a pesar de estos valores obtenidos; en la detección
de los complejos QRS se obtuvo 99.02% sensibilidad y 99.12% predictividad, lo cual indica que el algoritmo híbrido
es confiable solo para la detección de complejos QRS.
Link to repository: https://hdl.handle.net/20.500.12724/14094
Discipline: Ingeniería de sistemas
Grade or title grantor: Universidad de Lima. Facultad de Ingeniería y Arquitectura
Grade or title: Ingeniero de sistemas
Juror: Lopez Sandoval, Heiner Ricardo; Torres Paredes, Carlos Martin; Guzman Jimenez, Rosario Marybel
Register date: 13-Sep-2021
This item is licensed under a Creative Commons License