V CONGRESO NACIONAL DE TECNOLOGÍA APLICADA A CIENCIAS DE LA SALUD
5, 6 y 7 de junio de 2014
TONANTZINTLA, PUEBLA, MÉXICO
FONOCARDIOGRAFÍA ASISTIDA POR COMPUTADORA
a a a
Jaime Granados Samaniego , Fernando Tavera Romero , Juan Manuel Velázquez Arcos ,
b a a
Gildardo López Gonsález , Roberto T. Hernández López , Alan Morales Larraga ,
a
Universidad Autónoma Metropolitana Azcapotzalco, [email protected], [email protected],
[email protected]
b
Instituto de Educación Media Superior del Distrito Federal, [email protected]
RESUMEN
Con el fin de que el análisis del sonido emitido por el corazón sea objetivo, desde hace algunos
años se ha desarrollado un método en el que por medio de un estetoscopio electrónico se
adquieren los sonidos y se introducen en una computadora, que programada adecuadamente
permite mostrar en forma gráfica la onda sonora, llamándosele fonocardiograma.
Se han propuesto diferentes algoritmos y modos de analizar los fonocardiogramas, con distinto
grado de dificultad, en varias instituciones y países, las cuales se han aplicado en diversos grupos
de personas de edades variadas, sanas y con enfermedades ya diagnosticadas.
En el Proyecto de investigación de Fonocardiografía, que actualmente se realiza en la Universidad
Autónoma Metropolitana Azcapotzalco, se han realizado fonocardiogramas de personas de la
comunidad universitaria, sanos y enfermos diagnosticados y se ha logrado: Implementar un
proceso digital de toma de datos cardiológicos: de presión arterial y sonido cardiaco. Presentar la
onda como imagen en formato .lvm, la cual se puede extender o comprimir para mostrarse en
diferentes intervalos de tiempo. Construir un Programa en LabVIEW para obtener la frecuencia
cardiaca a partir del fonocardiograma. Simular matemáticamente la onda de sonido cardiaco.
Construir un Programa de reconocimiento de imágenes para detectar zonas críticas en la imagen
del sonido cardiaco.
Presentamos en este trabajo una revisión de los métodos de análisis implementados en otras
instituciones, nuestra propuesta y los resultados obtenidos.
1. INTRODUCCIÓN
Las señales acústicas o audibles que emite el cuerpo humano son fundamentales para establecer
un diagnóstico de una enfermedad, y pueden ser detectadas y analizadas en el consultorio médico.
Estas señales se detectan primariamente por medio del estetoscopio, el cual es un instrumento
acústicamente defectuoso. Sin embargo, en el caso de patologías cardiacas, la auscultación
acústica es el primer indicador utilizado para evaluar el funcionamiento del corazón.
El facultativo identifica los diversos sonidos cardiacos, o partes de ellos, concluyendo en un
determinado diagnóstico, si sus oídos y su estetoscopio están en óptimas condiciones, en lo que
consideramos como una evaluación subjetiva. Por esta razón, es necesario desarrollar técnicas de
identificación de sonidos cardiacos totalmente objetivas como aquellas basadas en un detector y
un analizador computarizado.
Un soplo cardiaco es un conjunto de sonidos producidos por el movimiento de las válvulas
cardiacas al abrirse o cerrarse así como por la turbulencia del fluido sanguíneo al entrar o salir del
corazón.
¿Cómo detectar objetivamente posibles patologías en el Corazón?
Una manera es: mediante un sensor que detecta el sonido que emite el Corazón durante su
funcionamiento, introduciendo esta información en la computadora, realizando una imagen del
sonido y analizándola.
1
V CONGRESO NACIONAL DE TECNOLOGÍA APLICADA A CIENCIAS DE LA SALUD
5, 6 y 7 de junio de 2014
TONANTZINTLA, PUEBLA, MÉXICO
Este análisis puede realizarse de diferentes formas y con diferentes algoritmos, incluyendo una
simulación matemática del comportamiento cardiaco.
Se ha encontrado que en la imagen del sonido se pueden localizar diversas zonas que pueden
interpretarse como indicadores de anomalías en el funcionamiento cardiaco, o posibles daños
valvulares.
En las clínicas y hospitales es muy importante que se cuente con equipos para detectar y medir las
señales fisiológicas que emite el cuerpo humano, que funcionen de forma automática y cuyos
resultados apoyen el diagnóstico médico de las personas con patologías cardíacas.
Con las tecnologías contemporáneas es posible construir Sistemas Computacionales portátiles,
económicos, de toma y análisis de datos cardiológicos que utilicen este método de diagnóstico, el
cual es aplicable a pacientes de diferentes edades y condiciones de salud como ancianos, jóvenes
e incluso fetos en desarrollo.
2. ANTECEDENTES
La señal acústica detectada, llamado fonocardiograma (FCG), ha sido analizada por otros autores,
como A.F. Quiceno, E. Delgado, G. Castellanos, C. Acosta [1]-[2], en Colombia, mediante el uso de
las transformadas Wavelet y de Fourier y J.D.Echeverry, A.F.López, J.F.López con la
Transformada de Gabor [3], para estudiar segmentos entre latidos. En las Referencias [1] y [2] se
presenta una metodología basada en el análisis acústico de señales de auscultación digitalizadas,
orientadas a la detección de soplos cardiacos originados por patologías valvulares. Inicialmente, se
desarrolla un sistema de filtración basado en la transformada Wavelet para reducir las
perturbaciones que suelen aparecer en la etapa de adquisición, ajustado y validado según los
requisitos clínicos. En un algoritmo de segmentación entre latidos que se desarrolló, se usa la
información de las señales del electrocardiograma adquirido previamente, de forma sincrónica
para enganchar el comienzo del complejo QRS con el principio del sonido de la señal S1. La
segmentación entre latidos se propone para la detección de S1, S2, sistólica y diastólica, basado
en el análisis de la relación de la energía y el umbral. Características derivadas del análisis
acústico se extraen en el segmento. La característica de eficacia es evaluada por un modelo de
clasificación de tipo lineal bayesiano para la separación de las clases: normal y soplo.
En España, J Martínez-Alajarí, J López-Candel, R Ruiz-Merino, [4], [5], han desarrollado otros
métodos de análisis de fonocardiogramas, entre ellos el llamado ASEPTIC: “Aided System for
Event-Based Phonocardiographic Telediagnosis with Integrated Compression”, basado en la
energía de los principales picos que aparecen en la onda cardiaca.
En la referencia [6] los autores describen el diseño presentado como un fonocardiografo capaz de
amplificar y filtrar de las señales acústicas derivadas del corazón. Después de una conversión
analógica digital de las señales la información se envía por puerto serie a un entorno gráfico en
LabVIEW para su registro y análisis en tiempo real.
J. Granados S. et al. [11]-[12] también han desarrollado sistemas basados en el concepto de
instrumentación sintética para detectar señales acústicas.
Por otra parte, la señal eléctrica emitida por el corazón y detectada por medio del
electrocardiograma ha sido estudiado por algunos autores como L. Guzmán-Vargas, A. Muñoz
Diosdado, F. Angulo-Brown, E. Calleja - Quevedo [7]-[10], en México, quienes han aplicado
técnicas de series de tiempo físicas y técnicas de análisis matemático y también buscan la
Dimensión Fractal y el análisis Multifractal para detectar anormalidades cardiacas.
En la referencia [7] los autores analizan series de tiempo entre latidos cardiacos que se presentan
en tres grupos: sujetos ancianos sanos, jóvenes sanos y pacientes con insuficiencia cardíaca
congestiva. Usando el método de dimensión fractal propuesto por Higuchi, encontraron que la
2
V CONGRESO NACIONAL DE TECNOLOGÍA APLICADA A CIENCIAS DE LA SALUD
5, 6 y 7 de junio de 2014
TONANTZINTLA, PUEBLA, MÉXICO
organización fractal es diferente para cada grupo y discuten sobre sus resultados en el contexto de
la dinámica entre latidos del corazón.
En la referencia [8] los autores presentan un análisis fractal diurno de series de tiempo del
interlatido de corazón de sujetos jóvenes sanos y pacientes con insuficiencia cardíaca congestiva.
Describen algunas diferencias entre los grupos mediante el cálculo de algunos exponentes
invariantes de escala. También presentan un análisis multifractal de secuencias simuladas y su
comparación con datos reales.
El análisis multifractal de los fonocardiogramas ha sido aplicado recientemente por Gavrovska et al
[16] en Serbia para desarrollar un sistema de diagnóstico de bajo costo, asistido por computadora,
para detectar en niños, patologías de válvula Mitral prolapsada.
Nuestra propuesta en la Universidad Autónoma Metropolitana Azcapotzalco (UAMA), es desarrollar
una técnica alternativa en la que se utilicen el sonido y las imágenes digitales a través de software
de reconocimiento y análisis de imágenes.
3. PARTE EXPERIMENTAL
En el Proyecto de investigación Fonocardiografía, que actualmente se realiza en la UAMA se ha
logrado implementar un proceso digital de toma de datos cardiológicos: presión arterial y sonido
cardiaco dentro del Campus universitario, en el cual se han realizado fonocardiogramas de
personas de la comunidad universitaria, sanos y enfermos diagnosticados.
Equipo utilizado
El sistema está integrado por un Medidor digital de Presión Arterial y Frecuencia Cardiaca, Citizen
modelo CH-432B, el sensor de sonido, el Estetoscopio Electrónico Littmann modelo 3200, el
software LabVIEW 2013, un programa de adquisición de señal acústicas realizado con LabVIEW ,
un programa de reconocimiento de patrones elaborado con el software Vision Builder y varias
computadoras portátiles.
Metodología
Por medio de un programa de computadora de adquisición de datos damos instrucción que se
transfiera, vía Bluetooth, la señal acústica emitida por el corazón y detectada por el estetoscopio
electrónico a una computadora portátil. Esa onda se exporta en formato .wav. Con el software
LabVIEW, construimos un programa que convierte la señal a formato .lvm, lo que nos permite
graficarla en el espacio amplitud vs tiempo, mostrándose en la pantalla de la Computdora. La
información experimental se guarda en un archivo de datos que puede ser procesado en otro
software como Excel o Matlab. La gráfica de Amplitud vs tiempo también se guarda como una
imagen.
Posteriormente con el software de Vision Builder esta imagen se compara con un conjunto de
imágenes correspondientes con sonidos asociados a varias patologías cardiacas, con el fin de
identificar la alteración.
Diagrama del sistema
Sensor de
sonido con PC Onda wav Base de datos
Bluetooth
Figura 1. Diagrama de bloques de la adquisición del sonido cardiaco con estetoscopio electrónico.
3
V CONGRESO NACIONAL DE TECNOLOGÍA APLICADA A CIENCIAS DE LA SALUD
5, 6 y 7 de junio de 2014
TONANTZINTLA, PUEBLA, MÉXICO
Programa de adquisición de
señal acústica en LabVIEW
Onda wav PC Onda lvm Base de datos
Figura 2. Diagrama de bloques de la conversión de la onda a formato lvm
En las figuras 3, 4, 5 se muestran las imágenes de los Fonocardiogramas tomados a tres personas.
Las tomas fueron de 60 segundos pero en las gráficas solo mostramos los primeros 3 segundos.
ireri226
1
0.8
0.6
0.4
0.2
Amplitud
-0.2
-0.4
-0.6
-0.8
-1
0 0.5 1 1.5 2 2.5 3
Tiempo (s)
Figura 3. Fonocardiograma de la persona 1.
Anar
0.8
0.6
0.4
0.2
Amplitud
-0.2
-0.4
-0.6
0 0.5 1 1.5 2 2.5 3
Tiempo (s)
Figura 4. Fonocardiograma de la persona 2.
4
V CONGRESO NACIONAL DE TECNOLOGÍA APLICADA A CIENCIAS DE LA SALUD
5, 6 y 7 de junio de 2014
TONANTZINTLA, PUEBLA, MÉXICO
Alejandra
0.3
0.2
0.1
Amplitud
-0.1
-0.2
0 0.5 1 1.5 2 2.5 3
Tiempo (s)
Figura 5. Fonocardiograma de la persona 3.
Simulación y Reconocimiento de imágenes
Por otra parte hemos construido también la parte de simulación, en la cual a través de fórmulas
matemáticas construimos una onda similar a la del sonido emitido en los latidos cardiacos de una
persona sana, figura 6. Simulamos también ondas en las cuales están presentes ruidos adicionales
presentados entre latidos, figuras 7 y 8, como es el caso en personas con alguna lesión valvular.
Posteriormente a través de un programa de cómputo de reconocimiento de imágenes se busca si
están presentes alteraciones en dichas imágenes identificando posibles patologías.
1.0
0.5
Amplitud
0.0
-0.5
-1.0
0.0 0.5 1.0 1.5 2.0 2.5 3.0
Tiempo (s)
Figura 6. Simulación de dos latidos sin ruidos intermedios, mostrando S1 y S2. S1 está en el pico más alto.
1.0
0.5
Amplitud
0.0
-0.5
-1.0
0 1 2 3
Tiempo (s)
Figura 7. Simulación de dos latidos con un ruido intermedio entre S2 y S1.
5
V CONGRESO NACIONAL DE TECNOLOGÍA APLICADA A CIENCIAS DE LA SALUD
5, 6 y 7 de junio de 2014
TONANTZINTLA, PUEBLA, MÉXICO
1.0
0.5
Amplitud
0.0
-0.5
-1.0
0 1 2 3
Tiempo (s)
Figura 8. Simulación de dos latidos con un ruido intermedio entre S1 y S2.
Simulación del latido cardiaco
Programa de Reconocimiento
de imágenes PC Base de Datos
Identificación de Patología
Figura 9. Diagrama de Bloques del Proceso de identificación de Patologías mediante simulación y
reconocimiento de imágenes.
PROCESAMIENTO DE LA ONDA WAV CON LABVIEW
Así mismo, se ha elaborado un programa de cómputo en el software LabVIEW para cuantificar la
frecuencia cardiaca a partir de la imagen del sonido.
El programa realizado en LabView 2010 es un sistema de adquisición de señales acústicas en
tiempo real usando una interface y un sensor piezoeléctrico como sensor de sonido.
O bien es un lector de archivos pregrabados en formato .wav.
Debido a que nos interesa conocer la frecuencia del sonido del corazón, se sigue el algoritmo:
1. Graficar la señal acústica pregrabada o adquirida en el momento, como amplitud vs tiempo.
2. Hacer una rampa de muestras.
3. Establecer un rango de amplitudes para filtrar el ruido.
4. Contar el número de picos y de valles que pasan ese filtro y de esta forma podemos obtener la
frecuencia cardiaca.
6
V CONGRESO NACIONAL DE TECNOLOGÍA APLICADA A CIENCIAS DE LA SALUD
5, 6 y 7 de junio de 2014
TONANTZINTLA, PUEBLA, MÉXICO
El visor de datos o graficador tiene la posibilidad de seleccionar punto a punto de la gráfica, y de
esta forma conocer la localización de dicho punto así como su amplitud y el tiempo que dura con
ésta.
Cuenta con herramientas para modificar el tamaño de la gráfica, moverse a voluntad a cualquier
punto, seleccionar y copiar todo o regiones específicas al portapapeles
Opcionalmente se puede reproducir en los altavoces el sonido que se está leyendo
4. CONCLUSIONES
En la Universidad Autónoma Metropolitana unidad Azcapotzalco, en México D.F., actualmente se
realiza el Proyecto de investigación Fonocardiografía, con el cual se ha logrado:
Implementar en el Campus un proceso digital de toma de datos cardiológicos: presión arterial y
sonido cardiaco. Realizar fonocardiogramas de personas de la comunidad universitaria, sanos y
enfermos diagnosticados. Presentar la onda como imagen en formato lvm, la cual puede
extenderse o comprimirse para mostrarse en diferentes intervalos de tiempo. Construir un
Programa en LabVIEW para obtener la frecuencia cardiaca a partir del fonocardiograma. Simular
matemáticamente la onda de sonido cardiaco. Construir un Programa de reconocimiento de
imágenes para detectar zonas críticas en la imagen del sonido cardiaco.
BIBLIOGRAFÍA
1. E.Delgado, A.M.Castaño, J.I.Godino and G.Castellanos. “Detección de soplos cardiacos
usando medidas derivadas del Análisis Acústico en señales fonocardiográficas”. IFMBE
Proceedings 18, (2007) 202-206.
2. A.F.Quiceno, E.Delgado, C.Acosta and G. Castellanos. “Caracterización de
Espectrogramas usando análisis de componentes principales y medidas de energía para
detección de soplos cardiacos.” IFMBE Proceedings 18 (2007) 162-166.
3. J.D.Echeverry, A.F.López, J.F.López. “Reconocimiento de valvulopatias cardiacas en
señales de Fonocardiografía empleando la Transformada Gabor”. Scientia et Technica Vol
XII no. 034 (2007) 139-143.
4. J Martínez-Alajarí, J López-Candel, R Ruiz-Merino.” ASEPTIC: Aided System for Event-
Based Phonocardiographic Telediagnosis with Integrated Compression”.
Computers in Cardiology 2006;33:537−540
5. J. Martínez-Alajarín and R. Ruiz-Merino. “Efficient method for events detection in
phonocardiographic signals”. Bioengineered and Bioinspired Systems II, edited by Ricardo
A. Carmona, Gustavo Liñán-Cembrano, Proceedings of SPIE Vol. 5839 (SPIE, Bellingham,
WA, 2005).
6. J.S.Osorio V., L.F. Cuesta L., F. Gómez M. Diseño y construcción de un fonocardiógrafo
digital con visualización en LabVIEW. Revista de Ingeniería Biomédica 1 (2007)42-46.
7. L. Guzmán Vargas, E.Calleja Quevedo, F.Angulo Brown. Fractal Changes in Heart rate
dynamics with aging and Hearth failure.Fluctuation and Noise Letters. Vol. 3,No. 1 (2003)
L83-L89.
8. L. Guzmán Vargas, A.Muños Diosdado, F.Angulo Brown.Influence of the loss of time
constants repertoire in Pathologic Heartbeat Dynamics. Physica A 348 (2005) 304-316.
7
V CONGRESO NACIONAL DE TECNOLOGÍA APLICADA A CIENCIAS DE LA SALUD
5, 6 y 7 de junio de 2014
TONANTZINTLA, PUEBLA, MÉXICO
9. L.Guzmán Vargas and F.Angulo Brown. Simple Model of the aging effect in Heart interbeat
time series. Physical Review E 67, 052901 (2003)
10. L.Guzmán Vargas, E.Calleja Quevedo and F.Angulo Brown. Fractal Methods and Cardiac
Interbeat Time Series. Revista Mexicana de Física 51 suplemento 2, 122-127 (2005).
11. J.Granados S., R.T.Hernández L.,, J.M.Velázquez A.,C.A. Vargas, F.Tavera R. Sistema de
Adquisición de Datos Acústicos SADA1. Proceedings SOMI XXIII Congreso de
Instrumentación. Octubre 2008.
12. J.Granados S., R.T.Hernández L., J.M.Velázquez A., J.L.Fernández Ch.,A.V. Hanessian de
la G. Sistema Computarizado Multicanal de Detección Acústica. Proceedings SOMI XXIV
Congreso de Instrumentación. Octubre 2009.
13. www.msd.com.mx/ msdmexico/hcp/cursos/ruidos/lesiones.html
14. www.physionet.org/
15. J. Granados Samaniego, L. Rodríguez Juárez, J.M. Velázquez Arcos, J.L. Fernández
Chapou, T. Jurado D., F. Tavera R., G. López González, “Phonocardiograph signals
st
acquisition and analysis system”, Proceedings of the 1 . International Congress on
Instrumentation and Applied Sciences, Cancun, México, October 2010.,
16. A. Gavrovska, G. Zaji, I. Reljin, B. Reljin. “Classification of Prolapsed Mitral Valve versus
Healthy Heart from Phonocardiograms by Multifractal Analysis”, Computational and
Mathematical Methods in Medicine. Vol. 2013, Articulo ID 376152.
17. J.Graff. El software es el instrumento. Instrumentation Newsletter. Vol.19, no.1, 2007.
