Characterising Chagas’ disease patients by means of ECG signals using wavelet transform

Se elaboró un algoritmo para detectar las características de la señal electrocardiográfica (ECG) de pacientes con arritmias cardiacas y pacientes con enfermedad de Chagas crónico del departamento del Meta, y registros de personas sanas haciendo uso de la función wavelet Symlets 7 (sym 7), como una forma alternativa del análisis de Fourier para este tipo de señales. Se creó una base de datos de registros electrocardiográficos (ECG) de alta resolución de personas de la región con afecciones cardiacas y enfermedad de Chagas crónico, quienes fueron informados y aceptaron voluntariamente siguiendo todas las recomendaciones bioéticas. Los registros se tomaron en las instalaciones de la Universidad de los Llanos con un equipo de alta resolución y en derivada D II. Este algoritmo permitió identificar las características más importantes de cada registro ECG de los pacientes con arritmias cardiacas y enfermedad de Chagas, midiendo los intervalos PR, QT, QTc, RR, complejo QRS y amplitudes de las ondas y la frecuencia cardiaca con una exactitud mayor al 98%, convirtiéndose en una herramienta para obtener un mejor diagnóstico de los síntomas de anomalías cardiacas y del mal de Chagas crónico.Palabras clave: análisis wavelet; complejo QRS; electrofisiología.An algorithm was constructed for ascertaining the characteristics of electrocardiograph (ECG) signals for detecting patients having abnormal heart rhythms (called arrhythmias) and patients suffering chronic Chagas’ disease from the Meta department and recordings for healthy people, using the Symlets 7 (sym 7) wavelet as an alternative form of Fourier analysis for this type of signal. A database was created containing high resolution ECG of people from the region suffering heart disease and chronic Chagas’ disease who were informed about the study and voluntarily accepted taking part in it; all bioethical recommendations were followed. The ECG recordings were taken in the Universidad de Los Llanos’ facilities using high resolution equipment (derivation D II). This algorithm led to the most important characteristics of each ECG recording being identified for patients having abnormal heart rhythms and Chagas’ disease. The PR, QT, QTc, RR and QRS-complex intervals were measured, as were wave heights (amplitude) and heart rate with greater than 98% precision, thereby making this approach a useful tool for obtaining a better diagnosis for symptoms of cardiac abnormalities and of chronic Chagas’ disease.Key words: wavelet analysis; QRS complex; electrophysiology