Digitizing Paper ECGs at Scale: An Open-Source Algorithm for Clinical Research

Resumen Técnico: Digitalización de ECG en Papel a Escala

Declaración del Problema
A pesar de la adopción generalizada de las historias clínicas electrónicas, millones de electrocardiogramas (ECG) clínicos permanecen archivados únicamente como escaneos o fotografías en papel. Estos registros analógicos son inaccesibles para las herramientas de diagnóstico automatizadas modernas y los algoritmos de aprendizaje profundo, que requieren datos de series temporales digitales estandarizados. Aunque la IA ha superado el rendimiento humano en el análisis de ECG, su eficacia se ve significativamente disminuida cuando se aplica directamente a imágenes escaneadas debido a artefactos como la distorsión de perspectiva, arrugas, manchas y configuraciones de cuadrícula variables. Las soluciones existentes para la digitalización se han visto históricamente limitadas por la falta de automatización total, una validación insuficiente en conjuntos de datos realistas o la ausencia de código de código abierto.

Metodología
Los autores proponen un marco modular totalmente automatizado diseñado para convertir ECG de papel escaneados o fotografiados en señales digitales estandarizadas. El flujo de trabajo consta de cinco módulos distintos:

1. Segmentación Semántica: Se emplea una arquitectura U-Net residual (8 bloques de codificador-decodificador) para segmentar la imagen de entrada en cuatro clases: ondas de ECG, líneas de la cuadrícula, anotaciones de texto y fondo. Este paso elimina las variaciones de iluminación y el ruido de fondo.
2. Corrección de Perspectiva y Recorte: Para abordar la distorsión de perspectiva común en las fotos de teléfonos móviles, el marco utiliza un método de transformación de Hough de dos pasos. Primero separa las líneas de la cuadrícula y luego las mapea en un dominio de ángulo-radio, seguido de una transformación de ángulo-ángulo. Esto permite que el algoritmo identifique la orientación de las líneas de la cuadrícula paralelas incluso bajo una distorsión significativa, permitiendo un dewarping (descurvado) y recorte robustos.
3. Identificación de Diseño (Layout): Una U-Net ligera segmenta las anotaciones de texto de las derivaciones (p. ej., "II", "aVR"). El sistema calcula los centroides ponderados de estas regiones de texto para inferir el diseño del ECG (p. ej., 3×4, 6×2, 12×1). Soporta diseños arbitrarios mediante un archivo de configuración y utiliza un algoritmo de emparejamiento de peso mínimo (Jonker-Volgenant modificado) para alinear las derivaciones detectadas con las configuraciones estándar, manejando la ausencia de marcadores mediante la asignación de distancias fijas.
4. Extracción del Tamaño de la Cuadrícula: Un algoritmo de búsqueda de cuadrícula iterativo determina los factores de conversión de píxel a unidad física (mm/s y mm/mV). Colapsa el mapa de características dewarpeado a 1D, computa la autocorrelación y hace coincidir el resultado contra una plantilla de líneas de cuadrícula mayores y menores para estimar el parámetro de espaciado de la cuadrícula $d$.
5. Conversión de 2D a 1D: Las ondas segmentadas se convierten en trazos de derivación distintos. Se identifican los componentes conectados y un algoritmo de "recorte" (snipping) subdivide las señales superpuestas. Estos componentes se vuelven a fusionar utilizando un solucionador de problema de asignación de suma lineal para reconstruir las derivaciones continuas. El sistema maneja casos donde las señales están parcialmente ausentes o ruidosas asignando valores NaN a segmentos específicos en lugar de rechazar la imagen completa.

Contribuciones Clave

• Marco de Código Abierto: El lanzamiento de una suite de software modular y de código abierto para la digitalización de ECG de propósito general.
• Conjunto de Datos de Entrenamiento Sintético: Un conjunto de datos de 8,658 imágenes de ECG simuladas de alta resolución con etiquetas de verdad de campo (ground-truth) para segmentación y extracción de señales, generadas utilizando ECG reales del conjunto de datos CODE15% y aumentadas con parámetros aleatorios para asegurar la robustez frente a cambios de dominio.
• Conjunto de Datos Clínicos Reales: Un nuevo conjunto de datos de 1,596 imágenes de ECG en papel (escaneadas y fotografiadas) recolectadas del Hospital Universitario de Akershus, emparejadas con datos de series temporales brutos para validación.
• Avances Algorítmicos: Implementación de métodos robustos de dewarping, alineación y extracción de señales que manejan artefactos comunes como manchas, arrugas y distorsión de perspectiva sin requerir intervención del usuario.

Resultados
El marco fue validado en dos bases de datos principales:

1. Base de Datos de Digitalización de ECG de Papel Ahus (1,596 imágenes):
   • Rendimiento: El algoritmo logró una relación señal-ruido (SNR) media de 19.65 dB en imágenes de escáner de cama plana. El rendimiento fue menor pero aún significativo para fotos móviles: 12.19 dB (OnePlus) y 10.47 dB (iPhone).
   • Eficiencia: Tiempo de procesamiento promedio de 5.88 segundos por imagen en una GPU (NVIDIA RTX 5090).
   • Robustez: El sistema manejó con éxito diversas condiciones de captura, con solo el 0.21% de las muestras requiriendo la asignación de NaN debido a artefactos irrecuperables.
2. Base de Datos de Digitalización de ECG de Papel de Emory (35,595 imágenes):
   • Utilizada como conjunto de prueba oculto (evaluación zero-shot) del George B. Moody PhysioNet Challenge 2024.
   • El algoritmo propuesto superó a todos los métodos publicados anteriormente en todas las subcategorías, incluyendo escaneos limpios, escaneos en blanco y negro, fotos móviles e imágenes de papeles deteriorados o manchados.
   • Notablemente, fue el primer método en lograr puntuaciones de SNR positivas en todas las categorías, incluyendo fotos móviles de papeles degradados (que oscilan entre 1.05 y 2.03 dB).

Significancia y Reivindicaciones
Los autores afirman que este trabajo aborda el cuello de botella crítico que impide la utilización de los archivos históricos de ECG en papel en los diagnósticos modernos impulsados por IA. Al proporcionar una solución de código abierto y totalmente automatizada, el marco busca:

• Democratizar el Acceso: Permitir capacidades de diagnóstico avanzado a instituciones que dependen de registros en papel, independientemente de su infraestructura digital.
• Expandir la Disponibilidad de Datos: Aumentar sustancialmente el volumen de datos de entrenamiento disponibles para modelos de IA, particularmente para el estudio de condiciones cardiovasculares raras donde los datos históricos son abundantes pero actualmente inutilizables.
• Garantizar la Reproducibilidad: La publicación del código, los datos de entrenamiento sintéticos y un conjunto de datos clínicos del mundo real permite la verificación independiente y el desarrollo posterior.

El artículo mantiene un tono modesto respecto a la utilidad clínica, reconociendo que, si bien las métricas cuantitativas (SNR, correlación, RMSE) son sólidas, se requiere una validación adicional para confirmar la eficacia clínica. Los autores también señalan que los cambios de dominio y tipos específicos de artefactos (p. ej., curvatura severa en papeles deteriorados) siguen siendo áreas susceptibles de mejora, sugiriendo que el trabajo futuro podría explorar enfoques de extremo a extremo o la utilización de dependencias lineales entre las derivaciones de las extremidades.