Análisis de presión y rigidez arterial de forma no invasiva

Abstract

Este proyecto consiste en la detección de la hipertensión con base en las muestras encontradas en una base de datos creada a partir del desarrollo de un dispositivo de medición de rigidez arterial. Este dispositivo se generó a raíz de un estudio sobre la presión arterial y cómo esta puede ser clasificada y discriminada por medio de la rigidez arterial, logrando mediciones de forma no invasiva basados en la técnica de PWV (pulse wave velocity). A continuación se procesó la información obtenida por medio del lenguaje MatLab para la extracción y posterior análisis de las variables mencionadas. La clasificación de pacientes para la base de datos se realizo por medio de una comparación de las variables extraídas de la información tomada de cada paciente, la cual se encuentra en forma de una señal digital. Las variables son: altura de la señal, longitud de arco, área bajo la curva, frecuencia cardiaca e índice de augumentación. Con base en los datos obtenidos (índice de error menor del 3 %) se considera que los resultados fueron excelentes a la hora de discriminar los pacientes con hipertensión, de los pacientes sanos por medio de la comparación del índice de ugumentación con respecto a las otras variables, utilizando un clasificador de Bayes cuadrático. Se recomienda que para un trabajo futuro se busque mejorar la repetitividad del sensor cuando se tomen las medidas de presión en la arteria radial

Abstract : This Project consists in the detection of hypertension from the samples obtained by a database created from the development of a device in charge of measuring the arterial pressure, and how this pressure can be classified and discriminated by the arterial stiffness, archiving measurements in a noninvasive way based in the PWV (Pulse Wave Velocity) technique, after this the information was processed in the MatLab language for the extraction and later analysis of the mentioned variables. The patient’s classification of the database is made by the comparison of the extracted variables if each patient information, which is found as a digital signal, the variables are: signal height, arc longitude, area under the curve, heart rate and augmentation index. There were excellent results at the time of discriminating the patients with hypertensions form those healthy by the comparison of the augmentation index and the other variables using a quadratic Bayes classifier, giving an error index below 3 %, for further work it will be improved the repetitivity of the sensor when taking arterial radial pressure