Análisis e interpretación de señales cardio respiratorias para determinar el momento óptimo de desconexión de un paciente asistido mediante ventilación

Vista sencilla de ítem
dc.contributor.advisorArizmendi, Carlos Juliospa
dc.contributor.advisorGiraldo, Beatrizspa
dc.contributor.authorPinto Franco, Jorge Armandospa
dc.contributor.orcidGiraldo, Beatriz [0000-0002-9910-8577]*
dc.contributor.researchgateArizmendi, Carlos Julio [Carlos-Arizmendi-2]*
dc.contributor.researchgateGiraldo, Beatriz [Beatriz-Giraldo-4]*
dc.contributor.researchgroupGrupo de Investigación Control y Mecatrónica - GICYMspa
dc.contributor.researchgroupGrupo de Investigaciones Clínicasspa
dc.coverageBucaramanga (Colombia)spa
dc.coverage.campusUNAB Campus Bucaramangaspa
dc.date.accessioned2020-06-26T19:45:23Z
dc.date.available2020-06-26T19:45:23Z
dc.date.issued2015
dc.degree.nameIngeniero Mecatrónicospa
dc.description.abstractEl presente proyecto de grado en ingeniería mecatrónica expone el análisis e interpretación de señales cardiorrespiratorias para determinar el momento óptimo de desconexión de un paciente asistido mediante ventilación. Se plantea el estudio del patrón respiratorio y la interacción cardiorrespiratoria, a partir de las series temporales obtenidas de registros de señales de flujo respiratorio y electrocardiográfico, mediante técnicas lineales, clasificadores estadísticos, y técnicas basadas en inteligencia artificial. El propósito del proyecte es obtener parámetros del patrón respiratorio que permitan diferenciar entre pacientes que superan el proceso de extubación manteniendo la respiración espontánea, de pacientes que fracasan en este proceso, y pacientes que después de la prueba de destete son reintubados pasadas 48 horas.spa
dc.description.abstractenglishThis degree project in mechatronics engineering exposes the analysis and interpretation of cardiorespiratory signals to determine the optimum moment of disconnection of a patient assisted by ventilation. The study of the respiratory pattern and cardiorespiratory interaction is proposed, based on the time series obtained from records of respiratory and electrocardiographic flow signals, using linear techniques, statistical classifiers, and techniques based on artificial intelligence. The purpose of the project is to obtain parameters of the respiratory pattern that allow differentiating between patients who pass the extubation process while maintaining spontaneous respiration, from patients who fail in this process, and patients who after the weaning test are reintubated after 48 hours.eng
dc.description.degreelevelPregradospa
dc.description.learningmodalityModalidad Presencialspa
dc.description.tableofcontentsRESUMEN ............................................................................................................................ 8 AGRADECIMIENTOS ..................................................................................................... 11 1. OBJETIVOS ........................................................................................................... 13 1.1 OBJETIVO GENERAL .............................................................................................. 13 1.2 OBJETIVO ESPECÍFICOS ........................................................................................ 13 2. PLANTEAMIENTO DEL PROBLEMA Y JUSTIFICACIÓN ......................... 15 3. ANTECEDENTES Y ESTADO DEL ARTE ....................................................... 17 4. SEÑALES CARDÍACAS, RESPIRATORIAS Y BASE DES DATOS ............. 20 4.1 SEÑAL RESPIRATORIA .......................................................................................... 20 4.2 SEÑAL CARDÍACA .................................................................................................. 23 4.3 INTERACCIÓN CARDIORESPIRATORIA ............................................................ 24 4.4 VENTILACIÓN MECÁNICA ................................................................................... 26 4.5 BASE DE DATOS ...................................................................................................... 30 5. TÉCNICAS DE PROCESAMIENTO Y CLASIFICACIÓN DE SEÑALES Y SISTEMAS .............................................................................................................. 34 5.1 TÉCNICAS DE PROCESAMIENTO ........................................................................ 34 5.2 TÉCNICAS DE REDUCCIÓN DE DIMENSIONALIDAD ..................................... 41 5.3 TÉCNICAS DE CLASIFICACIÓN ........................................................................... 44 6. RESULTADOS ....................................................................................................... 50 6.1 ANÁLISIS PRELIMINAR DE LOS DATOS ............................................................ 51 6.2 PREPROCESAMIENTO ............................................................................................ 53 6.3 PROCESAMIENTO ................................................................................................... 56 6.4 CLASIFICACIÓN ...................................................................................................... 60 7. CONCLUSIONES Y EXTENSIONES FUTURAS ............................................. 64 8. CRONOGRAMA DE ACTIVIDADES ................................................................ 66 9. REFERENCIAS BIBLIOGRÁFICAS ................................................................. 67spa
dc.format.mimetypeapplication/pdfspa
dc.identifier.instnameinstname:Universidad Autónoma de Bucaramanga - UNABspa
dc.identifier.reponamereponame:Repositorio Institucional UNABspa
dc.identifier.urihttp://hdl.handle.net/20.500.12749/1593
dc.language.isospaspa
dc.publisher.facultyFacultad Ingenieríaspa
dc.publisher.grantorUniversidad Autónoma de Bucaramanga UNABspa
dc.publisher.programPregrado Ingeniería Mecatrónicaspa
dc.relation.referencesPinto Franco, Jorge Armando (2015). Análisis e interpretación de señales cardio respiratorias para determinar el momento óptimo de desconexión de un paciente asistido mediante ventilación mecánica. Bucaramanga (Colombia) : Universidad Autónoma de Bucaramanga UNABspa
dc.relation.references[1] G. Benchetrit, “Breathing pattern in humans: diversity and individuality”, Respiration Physiology, 122, pp. 123-129, 2000.spa
dc.relation.references[2] M. Meade, G. Guyatt, D. Cook, L. Griffith, “Predicting success in weaning from mechanical ventilation”, Chest, 120, 6, 2001spa
dc.relation.references[3] M.J. Tobin, “Advances in mechanical ventilation”, N. Engl. J. Med., Vol. 344, N. 26, pp. 1986-1996, 2001.spa
dc.relation.references[5] Cristancho, G. W. (2003). Fundamentos de la fisioterapia respiratoria y ventilación mecánica manual Moderno: 419-435.spa
dc.relation.references[6] E.N. Bruce, (1996). “Measures of respiratory pattern variability”, in Bioengineering approaches to pulmonary physiology and medicine, Plenum Press, pp. 149–160,spa
dc.relation.references[7] M.C.Khoo, (2000). “Determinants of ventilatory instability and variability”, Respiratory physiology, 122, pp. 167–182.spa
dc.relation.references[8] G. Benchetrit, (2000) “Breathing pattern in humans: diversity and individuality”, Respiration Physiology, 122, pp. 123-129,spa
dc.relation.references[9] Esteban, A., F. Frutos, M. J. Tobin, I. Alía, J. F. Solsona, V. Valverdu, R. Fernández, M. A. De la Cal, S. Benito, R. Tomás, D. Carriedo, S. Macías, J. Blanco and T. S. L. F. C. Group (1995). "A Comparison of Four Methods of Weaning Patients from Mechanical Ventilation." The New England Journal of Medicine 332(6): 345-350.spa
dc.relation.references[10] Tobin, M. J. (2001). "Advances in mechanical ventilation." The New England Journal of Medicine 344spa
dc.relation.references[4] Lorente Ramos, L. (2005) "Manejo de la vía aérea para prevenir la neumonía asociada a la ventilación mecánica." Medicina Intensiva 29(2): 88-102.spa
dc.relation.references[11] B. Giraldo, Member, IEEE, C. Arizmendi,Member, IEEE, E. Romero, R. Alquezar, P. Caminal,S. Benito, D, (2006). Ballesteros Patients on Weaning Trials classified with Neural Networks and Features Selection procedings of the 28th IEEE embs Annual International Conference ISBN 1-4244-0033-3/06_ IEEE.spa
dc.relation.references[12] B. Giraldo, Member, IEEE, A. Garde, C. Arizmendi, Member, IEEE, R. Jané, Member, IEEE,S. Benito, I. Diaz, D. Ballesteros, (2006). Support Vector Machine Classification applied on Weaning Trials Patients procedings of the 28th IEEE embs Annual International Conference ISBN 1-4244-0033-3/06/_IEEE,spa
dc.relation.references[13] Pere Caminal , Beatriz Giraldo, Haritz Zabaleta , Montserrat Vallverdu , Salvador Benito , D Ballesteros , L López-Rodriguez , A Esteban , M Baumert , Andreas Voss, (2005) Joint Symbolic Dynamic Analysis of Cardiorespiratory Interactions in Patients on Weaning Trials. A: 27th Annual International Conference of the IEEE Engineering in Medicine and Biology Society p. 1-4.spa
dc.relation.references[14].Rodríguez Pozo, A, (2005).”Espirometría Y Pruebas Funcionales respiratorias. Medicina y cirugia de las enfermedades del aparato respiratorio”. Med Biol Eng Comput 50: 339–347spa
dc.relation.references[15] C. Schäfer, M. G. Rosenblum, J. Kurths, and H.-H. Abel, (1998). Synchronization in the human cardiorespiratory system Nature London_ 392, 239spa
dc.relation.references[16] C. Schäfer, M. G. Rosenblum, H.-H. Abel, and J. Kurths, “Synchronization in the human cardiorespiratory system” Phys. Rev. E 60, 857 _1999spa
dc.relation.references[17] M. G. Rosenblum, J. Kurths, A. Pikovsky, C. Schäfer, P. Tass, and H.-H. Abel,(1998). Phase synchronization from theory to data analysis IEEE Eng. Med. Biol. Mag. 17, 46.spa
dc.relation.references[18] E. Toledo, S. Akselrod, I. Pinhas, and D. Aravot,(2002). Does synchronization reflect a true interaction in the cardiorespiratory system. Med. Eng. Phys. 24, 45.spa
dc.relation.references[19] E. Toledo, M. G. Roseblum, C. Schäfer, J. Kurhts, and S. Akselrod,(1998) in Proceedings of the International Symposium on Nonlinear Theory and its Applications _Presses Polytechniques et Universitaries Romandes, Lausanne, _, Vol. 1, pp. 171– 174spa
dc.relation.references[20] MG Rosenblum, C Schafer, J Kurths, S Akselrod (1998 )Quantification of cardiorespiratory synchronization in normal and heart transplant subjects - Proc. Int. Symp. Nonlinear Theory and its Applications, - tau.ac.ilspa
dc.relation.references[21] E Toledo, MG Rosenblum, J Kurths, S Akselrod (1999)- Cardiorespiratory synchronization: is it a real phenomenon?. Computers in Cardiology, ieeexplore.ieee.orgspa
dc.relation.references[22] S Rzeczinski, NB Janson, AG Balanov, PVE ,(2002) Regions of cardiorespiratory synchronization in humans under paced respiration- Physical Review E, 2002 - APS.spa
dc.relation.references[23]. Dirk cysark, Arndt Büssing (2005) Cardiorrespiratory symchronization during zenial s meditation Eur J Appl Physiol, 95: 88-95spa
dc.relation.references[24] M . Susan. Barman and Gerard L. Gebber (2000) "Rapid" Rhythmic Discharges of Sympathetic Nerves: Sources, Mechanisms of Generation, and Physiological Relevance”J Biol Rhythms; 15; 365 DOI: 10.1177/074873000129001468spa
dc.relation.references[25] Larsen PD, Booth P, Gallety DC (1999). Cardioventilatory coupling in atrial fibrilation. Br J Anaesth;82:685-90.spa
dc.relation.references[26] Calabrese P,Pham Dinh T, Eberhard A, Bachy JP, and Benchetrit G,(1998) Effects of resistive loading on the pattern of breathing. Respir Physiol 113: 167-179spa
dc.relation.references[27] Zenchman FW, Hall FG, and Hull We,(1957) Effects of graded resistance to tracheal ariflow in man. Jappl Physiol , 10: 356-362spa
dc.relation.references[28] Hirsc JA abd Bishop B. Respiratory sinu arrythmia in humans,(1981) how breathing patterns modulate heart rate. Am J physiol Heart Circ Physiol, 241: H620-H629.spa
dc.relation.references[29] Brown TE, Beightol LA, Koh J, and Eckberg DL,(1998) Important influence of respiration on human R-R interval power spectra is largely ignored. J Physiol, 113: 167-179.spa
dc.relation.references[30] J. Almasi and O. H. Schmitt, (1974) Respiratory effects on cardiac related impedance indices measured under voluntary cardio-respiratory IEEE Trans. Biomed. Eng. 21, 264.spa
dc.relation.references[31] D.C Gallety, P.D. Larsen,(2001) Cardioventilatory coupling in heart rate variability: methods for qualitative and quantitative determination British Journal of Anaestesia pag; 87: 827–33spa
dc.relation.references[32] V. K. Madisetti y D. B. Williams, THE DIGITAL SIGNAL PROCESSING HANDBOOK, CRC Press, 1997.spa
dc.relation.references[33] S. Kouro y R. Musalem, «Tutorial introductorio a la Teoría de Wavelet».spa
dc.relation.references[34] C. J. Arizmendi Pereira y B. Giraldo Giraldo, «Tecnicas de análisis del patrón respiratorio y cardiorrespiratorio para la extracción de índices en pacientes en proceso de extubación,» 2007.spa
dc.relation.references[35] A. Fuentes y P. Faundez, «Procesamiento digital de señales acústicas utilizando Wavelets».spa
dc.relation.references[36] N. Nieto y D. M. Orozco, «El uso de la transformada wavelet discreta en la reconstruccion de señales senosoidales,» nº 38, 2008spa
dc.relation.references[37] H. E. A. Tinsley y S. D. Brown, Handbook of applied multivariate statistics and mathematical modeling, San Diego, California: ACADEMIC PRESS, 2000, pp. 3-303.spa
dc.relation.references[38] J. T. Palma Méndez y R. Marín Morales, Inteligencia Artificial: Métodos, técnicas y aplicaciones, Aravaca (Madrid): McGraw-Hill/INTERAMERICANA DE ESPAÑA, s. A. U., 2008.spa
dc.relation.references[39] P. I. Viñuela y I. M. Galván León, REDES DE NEURONAS ARTIFICIALES: Un enfoque práctico, D. F. Aragón, Ed., Madrid, España: PEARSON EDUCATION, 2004.spa
dc.relation.references[40] FONDO SOCIAL EUROPEO, INFORMATICA APLICADA AL ANÁLISIS ECONÓMICO.spa
dc.relation.references[41] M. Htay, «Control and Implementation of State Space Search,» 200spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2spa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.subject.keywordsMechatronic Engineeringeng
dc.subject.keywordsArtificial respirationeng
dc.subject.keywordsRespiratory therapyeng
dc.subject.keywordsInterpretationeng
dc.subject.keywordsApparatus and instrumentseng
dc.subject.keywordsInvestigationseng
dc.subject.keywordsAnalysiseng
dc.subject.keywordsCardiorespiratory signalseng
dc.subject.keywordsAssisted patienteng
dc.subject.keywordsMechanic ventilationeng
dc.subject.lembIngeniería mecatrónicaspa
dc.subject.lembRespiración artificialspa
dc.subject.lembTerapia respiratoriaspa
dc.subject.lembInterpretaciónspa
dc.subject.lembAparatos e instrumentosspa
dc.subject.lembInvestigacionesspa
dc.subject.lembAnálisisspa
dc.subject.proposalSeñales cardiorrespiratoriasspa
dc.subject.proposalPaciente asistidospa
dc.subject.proposalVentilación mecánicaspa
dc.titleAnálisis e interpretación de señales cardio respiratorias para determinar el momento óptimo de desconexión de un paciente asistido mediante ventilaciónspa
dc.title.translatedAnalysis and interpretation of cardio respiratory signals to determine the optimal moment of disconnection of a patient assisted by ventilationeng
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersion
dc.type.localTrabajo de Gradospa
dc.type.redcolhttp://purl.org/redcol/resource_type/TP

Archivos

Bloque original

Mostrando 1 - 3 de 3
Miniatura
Nombre:
2014_Tesis_Jorge_Armando_Pinto_Franco.pdf
Tamaño:
1.06 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis
Descargar
Miniatura
Nombre:
2014_Articulo_Jorge_Armando_Pinto_Franco.pdf
Tamaño:
407.45 KB
Formato:
Adobe Portable Document Format
Descripción:
Artículo
Descargar
Miniatura
Nombre:
2014_Presentacion_Jorge_Armando_Pinto_Franco.pdf
Tamaño:
1.31 MB
Formato:
Adobe Portable Document Format
Descripción:
Presentación
Descargar

Colecciones

Pregrado Ingeniería Mecatrónica
Grupo de Investigaciones Clínicas
Grupo de Investigación Control y Mecatrónica - GICYM