Resumen Técnico: Marco Integral de Conjunto de Datos y Procesamiento de Señales para la Estimación de Frecuencia Cardíaca y Presión Arterial Basada en Fonocardiogramas

Enunciado del Problema

Las enfermedades cardiovasculares (ECV) son una causa principal de mortalidad global, a menudo denominadas "asesinos silenciosos" debido a su dificultad de detección temprana. Aunque existen técnicas de imagen avanzada (TC, RMN cardíaca) y monitoreo multimodal (ECG combinado con PPG), estas enfrentan limitaciones en cuanto a costo, complejidad operativa y portabilidad. Específicamente, los sistemas ECG-PPG para estimar la Frecuencia Cardíaca (FC) y la Presión Arterial (PA) mediante el Tiempo de Llegada del Pulso (PAT) son susceptibles a desalineaciones de electrodos y resultan insuficientes para detectar anomalías cardíacas específicas como los soplos. Además, los estudios existentes sobre Fonocardiograma (PCG) a menudo dependen de modelos complejos de aprendizaje automático inadecuados para dispositivos portátiles o no logran estimar simultáneamente tanto la FC como la PA utilizando únicamente señales de PCG. Existe una necesidad crítica de un sistema de bajo costo, no invasivo y portátil capaz de realizar monitoreo cardiovascular continuo utilizando únicamente sonidos cardíacos acústicos.

Metodología

1. Adquisición de Datos y Construcción del Conjunto de Datos

Los autores desarrollaron un sistema personalizado y de bajo costo llamado "PhonoTrack" para capturar señales sincronizadas de PCG y Electrocardiograma (ECG) junto con lecturas manuales de presión arterial.

• Hardware: La señal de PCG se capturó utilizando un micrófono incrustado en el diafragma de un estetoscopio estándar, conectado a un iPad para la grabación (44.1 kHz). El ECG se capturó mediante un módulo sensor de tres derivaciones AD8232 conectado a un Arduino.
• Protocolo: Los datos se recopilaron de 15 voluntarios masculinos sanos (edades de 18 a 50 años) en un entorno interior controlado. Cada sesión duró 60 segundos.
• Verdad Terrenal: La FC se validó contra la señal de ECG (picos R), y la PA se validó contra lecturas manuales de esfigmomanómetro tomadas inmediatamente antes y después de la sesión de grabación.
• Conjunto de Datos: El conjunto de datos resultante incluye 15 grabaciones sincronizadas de PCG-ECG con valores de PA de manguito emparejados, proporcionando datos alineados en el tiempo para la evaluación comparativa.

2. Marco de Procesamiento de Señales

El estudio emplea un marco unificado de técnicas estándar de Procesamiento Digital de Señales (DSP) en lugar de modelos complejos de aprendizaje profundo.

Estimación de Frecuencia Cardíaca (FC):

• Preprocesamiento: Las señales de PCG sufrieron desruido basado en wavelets (Daubechies db4, 8 niveles) y normalización.
• Extracción de la Envoltura: Se utilizaron tres métodos distintos para extraer la envoltura de la señal e identificar los sonidos cardíacos S1 y S2:
  1. Transformada de Hilbert (HT): Extrae la amplitud instantánea.
  2. Entropía de Shannon (SE): Enfatiza las regiones de alta energía para afinar los componentes transitorios.
  3. Espectro de Energía de Wavelets (WES): Analiza la distribución de energía a través de las bandas de frecuencia.
• Detección de Picos: Los máximos locales en las envolturas suavizadas (filtradas con un filtro Butterworth paso bajo de 20 Hz) se identificaron como picos S1 y S2. Se aplicaron restricciones (distancia mínima entre picos de 0.125 s, altura mínima del 15%) para evitar falsas detecciones.
• Cálculo: La FC se derivó de los intervalos promedio S1–S1 (o S2–S2).

Estimación de Presión Arterial (PA):

• Extracción de Características: Se extrajo un conjunto de características temporales fisiológicamente interpretables de la envoltura del PCG, incluyendo:
  • Duraciones Sistólica ($t_{sys}$) y Diastólica ($t_{dias}$).
  • Tiempos de subida y caída para S1 y S2.
  • Duraciones de pico de S1 y S2.
  • FC estimada ($FC_{pcg}$).
• Modelado: Se desarrolló un modelo de regresión múltiple semiempírico para mapear estas características a la Presión Arterial Sistólica (PAS) y Diastólica (PAD). El modelo incluye términos lineales, cuadráticos e de interacción.
• Validación: El modelo se evaluó utilizando la Validación Cruzada de Salida de un Sujeto (LOOCV) por sujeto para evaluar la generalización y prevenir el sobreajuste dada la pequeña tamaño de la muestra.

Contribuciones Clave

1. Sistema PhonoTrack: Desarrollo de un prototipo de hardware portátil y rentable capaz de adquisición simultánea de PCG y ECG.
2. Nuevo Conjunto de Datos: Introducción de un conjunto de datos sincronizado de PCG-ECG con mediciones manuales de PA emparejadas de 15 sujetos, abordando la falta de verdad terrenal alineada en el tiempo de PCG-PA en la literatura existente.
3. Marco Algorítmico: Demostración de que las técnicas estándar de DSP (HT, SE, WES) combinadas con regresión semiempírica pueden estimar efectivamente tanto la FC como la PA a partir de señales de PCG únicamente, evitando la necesidad de sensores multimodales complejos o modelos pesados de aprendizaje automático.
4. Validación Integral: Evaluación rigurosa que incluye correlación de Pearson, Error Cuadrático Medio (RMSE), análisis de Bland-Altman y evaluación de la Relación Señal-Ruido (SNR).

Resultados

Estimación de Frecuencia Cardíaca:

• Los tres métodos de detección de envoltura mostraron un fuerte acuerdo con la FC derivada del ECG.
• La Entropía de Shannon (SE) obtuvo el mejor rendimiento, logrando un coeficiente de correlación de Pearson ($R$) de 0.973, con un Error Absoluto Medio (MAE) de 1.330 lpm y un RMSE de 1.688 lpm.
• La Transformada de Hilbert (HT) y el Espectro de Energía de Wavelets (WES) lograron valores de $R$ de 0.965 y 0.955, respectivamente.
• El análisis de Bland-Altman confirmó un sesgo sistemático bajo y un acuerdo estrecho dentro de los límites del 95% de acuerdo.

Estimación de Presión Arterial:

• El modelo de regresión semiempírico demostró una correlación moderada a fuerte con la PA de verdad terrenal.
• Presión Arterial Sistólica (PAS): $R = 0.891$, con una desviación estándar del error de 2.10 mmHg.
• Presión Arterial Diastólica (PAD): $R = 0.700$, con una desviación estándar del error de 3.20 mmHg.
• Bajo LOOCV por sujeto, el modelo arrojó un RMSE de PAS de 9.89 mmHg y un RMSE de PAD de 11.05 mmHg, lo que indica las limitaciones actuales del modelo para generalizar a sujetos no vistos con la pequeña cohorte actual.

Significado y Afirmaciones

El artículo posiciona al sistema PhonoTrack como una prometedora prueba de concepto para el monitoreo cardiovascular continuo no invasivo. Los autores afirman que su enfoque ofrece una alternativa de bajo costo, portátil y de un solo sensor a los sistemas multimodales complejos (ECG+PPG) o a las técnicas de imagen costosas.

Sin embargo, los autores mantienen una postura modesta y cautelosa respecto a la preparación clínica:

• Declaran explícitamente que los hallazgos son preliminares y se basan en una cohorte pequeña y homogénea (15 hombres sanos).
• Reconocen que los resultados actuales son insuficientes para respaldar afirmaciones relacionadas con la implementación clínica, el cribado rutinario o la evaluación de enfermedades cardiovasculares.
• El estudio enfatiza que el modelo semiempírico sirve como línea base, y que el trabajo futuro debe involucrar poblaciones más grandes y diversas (incluyendo mujeres y diversos grupos de edad/IMC) y condiciones del mundo real (movimiento, ruido) para establecer una generalización más amplia.

En resumen, el artículo valida la viabilidad de utilizar señales de solo PCG para la estimación de FC y PA mediante procesamiento de señales estándar, sentando las bases para el futuro desarrollo de monitores cardíacos portátiles asequibles, mientras delimita claramente la brecha entre los resultados experimentales actuales y la aplicación clínica.