ECGMiner: un software para digitalizar electrocardiogramas

Abstract

El electrocardiograma (ECG) es el método no invasivo más importante para dilucidar información sobre el corazón y para el diagnóstico de enfermedades cardiovasculares. Normalmente, las empresas fabricantes de sistemas de ECG proporcionan imágenes de ECG, pero almacenan los datos numéricos en un formato propietario y cifrado, de modo que no es interpretable y, por tanto, no se puede utilizar para el diagnóstico automático. En la literatura existen trabajos previos centrados en digitalizar imágenes de ECG para obtener los valores numéricos correspondientes. Las principales limitaciones de dichos trabajos son que requieren la selección manual de las regiones de interés, que sólo proporcionan información parcial de las señales y que ofrecen una precisión limitada. Este trabajo presenta ECGMiner, un software para digitalizar imágenes de ECG. Este software realiza la digitalización en tres pasos: 1) preprocesado, que incluye un reconocimiento de la imagen y una posterior eliminación de la cuadrícula; 2) extracción de las señales, en el que se detectan las regiones de interés y las señales a extraer; 3) posprocesado, en el que se detectan los pulsos de referencia y se normalizan las señales. Adicionalmente, se ofrece la posibilidad de extraer los metadatos con la información clínica del paciente anotada en el ECG. Las capacidades de digitalización de ECGMiner han sido evaluadas utilizando el coeficiente de correlación de Pearson (PCC) y la raíz del error cuadrático medio (RMSE) sobre los ECG de dos grandes bases de datos públicas y ampliamente utilizadas en el campo: LUDB y PTB-XL. Se han comparado los valores digitalizados por ECGMiner para las señales de ambas bases de datos con los valores originales. También se ha validado la capacidad del software para digitalizar correctamente las ondas P, R y T, típicamente usadas en el análisis de ECG. En concreto, los valores de PCC se sitúan entre 0,971 y 0,995, y los de RMSE entre 11,4 y 30,9. El software ECGMiner es de acceso abierto, fácil de instalar, fácil de usar y capaz de digitalizar con precisión los datos de la señal ECG. ECGMiner supera a los algoritmos de digitalización existentes en términos de PCC y RMSE.

The electrocardiogram (ECG) is the most important noninvasive method for elucidating information about the heart and for the diagnosis of cardiovascular diseases. Typically, ECG system manufacturing companies provide ECG images, but store the numerical data in a proprietary and encrypted format, so that it is not interpretable and therefore cannot be used for automatic diagnosis. Previous work in the literature has focused on digitizing ECG images to obtain the corresponding numerical values. The main limitations of such work are that it requires manual selection of the regions of interest, provides only partial signal information, and offers limited accuracy. This work presents ECGMiner, a software for digitizing ECG images. This software performs digitization in three steps: 1) preprocessing, which includes image recognition and subsequent grid removal; 2) signal extraction, in which regions of interest and signals to be extracted are detected; 3) post-processing, in which reference pulses are detected and signals are normalized. Additionally, it offers the possibility of extracting metadata with the patient’s clinical information annotated on the ECG. The digitization capabilities of ECGMiner have been evaluated using Pearson’s correlation coefficient (PCC) and root mean square error (RMSE) on ECGs from two large public databases widely used in the field: LUDB and PTB-XL. The values digitized by ECGMiner for signals from both databases have been compared with the original values. The ability of the software to correctly digitize P, R and T waves, typically used in ECG analysis, has also been validated. Specifically, the PCC values are between 0.971 and 0.995, and the RMSE values are between 11.4 and 30.9. ECGMiner software is open access, easy to install, easy to use and capable of accurately digitizing ECG signal data. ECGMiner outperforms existing digitization algorithms in terms of PCC and RMSE.