ECG2HRV:new tool for the research in heart rate varability

Abstract

La Variabilidad de la frecuencia cardíaca (VFC) es una fuente de marcadores que ha demostrado una clara relevancia clínica en la predición del Infarto de Miocardio (Buccelletti et al., 2009) y en la clasi�cación de otras enfermedades tales como el trastorno neuropático (Pagani, 2000). Es mas,la VFC no sólo se emplea únicamente en el campo de la Medicina. Diversos marcadores de la VFC han sido correlacionados satisfactoriamente con diversas transiciones emocionales tales como el paso de la alegría a la tristeza (Wu et al., 2010). Independientemente de los estudios en los que la VFC ha sido empleada, su potencial como herramienta de investigación está aun por desarrollar y en muchos campos las correlaciones con la VFC permanecen inexploradas. Al darnos cuenta de que no se disponía de software adecuado que permitiera el almacenamiento de registros de Electrocardiogramas (ECG) para poder extraer a partir de ellos datos útiles de VFC, creamos una herramienta que permitiera impulsar a los investigadores hacia nuevas líneas de desarrollo. En este trabajo, presentamos una nueva herramienta clínica, ECG2HRV,capaz de ejecutarse en cualquier ordenador personal. Este software permite al usuario analizar automáticamente resultados de un ECG parar averiguar la VFC y almacenar la información en una base de datos junto con todos los datos no demográ�cos relevantes del paciente. Para ello, hemos desarrollado un nuevo algoritmo de detección de los complejos QRS de un ECG de baja complejidad, que permite al usuario obtener un análisis de la VFC en el dominio del tiempo y de la frecuencia. Para efectuar el análisis del espectro de la frecuencia se ha implementado un algoritmo prpuesto por (Berger et al., 1986) que muestrea a 4 Hz la señal irregular en el tiempo transformándola en continua para poder realizar análisis de Fourier. El proceso es transparente para el usuario, de tal forma que muestra únicamente la detección de intervalos RR y el informe de la VFC, ahorrando de esta forma tiempo al investigador. Esto permite también el almacenamiento de los resultados junto con toda la información relevante del ECG, con el �n de que pueda ser utilizada en búsquedas cruzadas de pacientes con determinadas características clínicas. [ABSTRACT]: Heart Rate Variability (HRV) is a non invasive and simple source of markers that have been proved to be clinically relevant in studies to predict patient evolution like survival after Myocardial Infarction (Buccelletti et al., 2009) and classication of others like Diabetic Neuropathy (Pagani, 2000). Furthermore, Medicine is not the only eld it has being applied. Transition from one emotional state like happiness to other like sadness have been successfully detected and predicted by correlating various HRV markers (Wu et al., 2010). Despite all the applications and studies in which HRV has utilized, its usefulness as research tool remains unexploited in many elds in which relations between the investigation and HRV parameter have not been explored. We noticed that there was no software allowing the possibility of storing all ECG recordings in order to make sense of extracted HRV data, and so we have created a tool to encourage researchers to discover new lines of inquiry. In this report we present the development of a new clinical tool , ECG2HRV, based on personal computing devices. This software allows the user to automatically analyze an electrocardiograph (ECG) for heart rate variability (HRV) and store it in a database along with all the relevant non-demographic patient information. For this purpose we developed a new QRS detection algorithm with low complexity and implemented it in order to give the user a time and frequency domain HRV analysis. A transformation algorithm to resample at 4 Hz, proposed by (Berger et al., 1986), is applied to the timeirregular signal, in order to convert the input to a time-continuous wave that can be now subject of Fourier analysis in the frequency domain.This process is transparent to the user showing only the visual RR detection and HRV report, saving time in this way to the researcher and enabling storage of the results with all the ECG relevant information so that it can be used to cross search groups of patients with certain clinic features.