Programa del congreso

Los avances en dispositivos vestibles han impulsado la monitorización continua del ECG, pero el entorno de adquisición introduce artefactos y ruido que pueden comprometer la interpretación clínica. La evaluación automática de la calidad de la señal resulta, por tanto, esencial. Los métodos basados en redes neuronales convolucionales suelen requerir transformar las señales en imágenes, siendo el espacio de fases una alternativa no lineal atractiva frente a las representaciones tiempo-frecuencia, al capturar de manera eficiente dinámicas fisiológicas complejas. Sin embargo, parámetros críticos como el retardo temporal (tau) pueden condicionar fuertemente el rendimiento. En este estudio se investigó la optimización de tau para la evaluación de la calidad del ECG mediante representaciones en el espacio de fases. Se emplearon dos bases de datos independientes para entrenamiento y prueba, que incluyeron registros de ritmo sinusal normal y fibrilación auricular. Se realizó un análisis paramétrico variando tau en un rango amplio de valores teóricos e intermedios. Los resultados mostraron que el rendimiento de la clasificación varía de forma significativa con tau, con diferencias de hasta un 20% en sensibilidad y un 30% en especificidad. El valor óptimo se alcanzó con tau = 5 muestras (1/36 del periodo promedio de la señal de ECG), logrando un equilibrio entre sensibilidad (83,7) y especificidad (89,0), una exactitud balanceada de 86,3% y un F_1-score del 91,0%. Estos hallazgos subrayan la importancia de ajustar tau en aplicaciones prácticas y evidencian el potencial de este enfoque para su integración en sistemas portátiles de monitorización y detección automática de arritmias.