Sistema Simulador ECG para el Estudio de Señales Cardiacas
Alberto Ochoa, Gonzalo Hernández, Ramón A. Félix, Bernardo Rincón
University of Colima/Electronic Department, E-28400 Coquimatlán (Colima), Mexico
E-mail: aochoa@ucol.mx
Resumen. En este artículo se presenta un sistema de
simulación de ECG (Electrocardiograma) que permite
analizar y estudiar las señales eléctricas cardiacas para
su aplicación en sistemas de identificación y
reconocimiento de patologías cardiacas. El sistema de
simulación emplea un algoritmo de generación de
señales ECG que se basa principalmente en el modelo
matemático del movimiento de un pistón. El simulador
genera señales ECG considerando los distintos
intervalos de cada una de las ondas y segmentos del
ECG.
I. INTRODUCCIÓN
En la actualidad la electrónica se ha extendido y
especializado en la colaboración de diversas
áreas, una de ellas es el sector salud. Los
servicios proporcionados en el área médica han
mejorado gracias a la utilización de los avances
tecnológicos en electrónica. Esto ha permitido
que en el área específica de la cardiología se
tengan mejores equipos de ECG, Monitor Holter
u otros dispositivos que mejoran la detección de
enfermedades o patologías cardiacas [1-3]. Cabe
mencionar que en cardiología muchas de las
enfermedades no presentan sintomatología
evidente hasta que las consecuencias son
irreversibles. Los equipos para la detección
temprana de algunas enfermedades del corazón
suelen encontrarse en hospitales o en centros de
especialidades médicas y algunos sectores de la
población en general no tienen acceso a ellos.
En algunas de las instituciones de enseñanza
superior donde estudian los futuros médicos, los
laboratorios solo cuentan con el equipo médico
básico que les permite realizar sus prácticas. Sin
embargo, requieren de otros equipos o
dispositivos que les permitan complementar su
aprendizaje en áreas específicas como la
cardiología. En relación a esto se requiere de
algunos modelos de simulación de las señales
eléctricas del corazón que abarquen los distintos
intervalos de un ECG para complementar los
conocimientos de los estudiantes del área de la
salud.
En este trabajo se diseñará e implementará un
sistema simulador de señales ECG para el estudio
de señales cardiacas. En primer lugar, se
analizarán y cuantificarán matemáticamente las
señales ECG, considerando los distintos
intervalos de las ondas y segmentos que la
componen. Después de obtener los modelos de
las señales ECG, éstas se procesaran y
digitalizaran para poder ser representadas en un
microcontrolador de última generación. El
sistema simulador mostrará un conjunto de nueve
señales unipolares y tres señales bipolares para
tener mayor campo de estudio de las señales
ECG. Para llevar a cabo esto, se utilizará el
entorno de programación MicroCode Studio Plus
que permite editar, compilar y almacenar el
programa de ejecución del microcontrolador
PIC16F877A de Microchip. Dicho sistema de
simulación de señales ECG entregará de forma
analógica una señal que pueda ser visualizada en
un osciloscopio para su posterior análisis.
El trabajo está organizado como sigue: en la
sección II se introducen las actividades eléctricas
del corazón; en III se analizan y caracterizan las
señales eléctricas del corazón; en IV realiza el
diseño del simulador de ECG empleando un
microcontrolador Microchip de la familia 16F; en
V se presentan algunos resultados del simulador
y; finalmente, las conclusiones son mencionadas
en VI.
II. ACTIVIDADES ELÉCTRICAS DEL
CORAZÓN
La generación del latido cardiaco es mediante una
sucesión de pasos ordenados: contracción de la
aurícula seguida de los ventrículos, y durante la
diástole, las aurículas y ventrículos se relajan. El
corazón es un sistema de conducción especial que
está constituido por el nodo sinoauricular, las vías
auriculares intermodales, el nodo
auricoventricular, el haz de His y sus ramas, y el Tejido
Velocidad de
sistema de Purkinje. En condiciones normales, conducción (m/s)
cada una de estas partes del corazón, es capaz de Nodo SA 0.05
producir una descarga espontánea. Sin embargo, Vía auricular 1
el nodo sinoauricular (SA) descarga de manera Nodo AV 0.05
Haz de His 1
más frecuente propagándose la despolarización
Sistema de Purkinje 4
desde él a las otras regiones antes que éstas Músculo ventricular 1
descarguen espontáneamente. Es por ello que este Tabla 1. Velocidad de conducción del tejido cardiaco.
nodo es el marcapaso cardiaco y su frecuencia de
descarga determina la frecuencia a la que late el
corazón. En la Figura 1 se muestran los
potenciales de acción típicos de cada uno de los
nodos del corazón.

Figura 2. ECG normal con el corazón en posición

Figura 1. Potenciales de acción típicos de los nodos. horizontal.
La despolarización iniciada en el nodo SA se La magnitud y configuración de las ondas
propaga radialmente a través de las aurículas, individuales del ECG varían con la situación de
convergiendo sobre el nodo A-V después de 0.1s los electrodos. Todas las ondas son pequeñas
aproximadamente. Debido a la conducción lenta comparadas con los potenciales transmembrana
en el nodo A-V, hay un retardo aprox. de 0.1s de las fibras individuales debido a que el ECG es
para que la excitación se propague a los registrado a una distancia considerable del
ventrículos. Este retardo se acorta por corazón. Los intervalos entre las diferentes ondas
estimulación de los nervios simpáticos del y segmentos del ECG y los eventos cardiacos que
corazón y se alarga por estimulación del vago. ocurren durante estos intervalos se muestran en la
Desde la parte superior del tabique, la onda de Tabla 2.
despolarización se propaga por las fibras
Purkinje, de conducción rápida, a todas las partes Duración normal (s)
Evento
de los ventrículos en 0.08-0.1s. Las velocidades Promedio Limites
de conducción de los diversos tipos de tejidos Seg. 0.18 0.12-0.20 Despolarización
cardiacos se muestran en la Tabla 1. El ECG de PR auricular y
un individuo normal puede ser observado en la conducción AV
Figura 2. El orden con que se despolarizan las QRS 0.08 hasta 0.10 Despolarización
ventricular
diferentes partes del corazón y la posición de él
Seg. 0.40 hasta 0.43 Despolarización
mismo con respecto a los electrodos, son QT ventricular más
condiciones importantes que se toman en cuenta re-polarización
para interpretar las formas de las ondas en cada del ventrículo
derivación. Las aurículas están situadas en la Seg. 0.32 ……. Re-polarización
parte posterior del tórax, y los ventrículos forman ST ventricular
la base y la superficie anterior del corazón. Tabla 2. Intervalos ECG.
 III. CARACTERIZACIÓN Y ANÁLISIS DE LAS Segmento Vmin. Vmax. Duración
SEÑALES CARDIACAS
T-P 0 0 130ms.
Para caracterizar las señales cardiacas que se P 0 0.125 95ms.
utilizarán en el simulador ECG, se utilizó como
referencia la señal aVL mostrada en la Figura 3. P-Q 0 0 40ms.
Para facilitar el análisis, se dividió por segmentos Q-R-S -0.1mV. 0.97mV. 65ms.
la señal: TP, P, PQ, QRS, ST y T. En la Tabla 3
se muestran los valores que corresponden a dicha S-T 0 0 120ms.
señal para poder digitalizarla y procesarla T 0 0.16 180ms
posteriormente. Después de analizar la señal Tabla 3. Valores de los segmentos de la señal aVL
cardiaca, se puede observar que ésta está
compuesta por un grupo de formas de ondas y
segmentos, donde cada una de las ondas tiene una
particular y diferente frecuencia de trabajo. En el
caso del segmento P y T, sus gráficas son
similares a la forma de onda generada por el
movimiento de un pistón. Esta analogía permite
analizar de forma matemática dichos segmentos
con el fin de generar un modelo de su Figura 4. Movimiento de un pistón.
comportamiento.
En la Figura 5 se muestra la onda P modelada a
través de la ecuación del movimiento del pistón,
la cual tiene una amplitud máxima de de
0.125mV.

Figura 5. Gráfica de la ecuación del pistón comparada

con el segmento P de la señal ECG.

Para el caso de la onda T, ésta se dividió en dos

Figura 3. Señal aVL.
El pistón describe un movimiento oscilatorio que
no es armónico simple, aunque se puede
aproximar bastante a éste. En la Figura 4 se
observa el movimiento del pistón y la ecuación de
la posición del pistón en función de la velocidad
angular está dada x(t)=r·cos(ωt). Donde x(t) es la
posición del pistón en función del tiempo, r es el
radio de la manivela y ωt es la velocidad angular
de rotación en radianes.
secciones, donde la primer sección tiene una
amplitud máxima de 0.16mV, una pendiente
positiva y un periodo T1, y la segunda sección
conserva la misma amplitud, pero con pendiente
negativa y un periodo T2<T1. Para generar el
segmento QRS, se ubicó el voltaje
correspondiente del segmento: punto Q, R y S y
los elementos intermedios entre ellos se
obtuvieron a partir de las secciones que se forman
entre los puntos: PR-Q, Q-R, R-S y S-ST. Cada
una de estas secciones se caracteriza por tener
una determinada amplitud y su correspondiente
pendiente, conforme a lo establecido en la Tabla
3. Después de haber generado las partes de la
señal, éstas se unieron considerando un voltaje de atenuador y un dispositivo para la visualización
referencia para una cuantificación positiva (off- de la señal. En la figura 8 se muestra un diagrama
set). La señal completa tiene una duración de a bloques de los módulos del simulador.
760ms en cada ciclo y está montada sobre una
señal base de 512V de amplitud. En la Figura 6 se
muestra la señal aVL construida en MATLAB
considerando todos estos parámetros.
Señal aVL
1000

900

800

700

600
amplitud

500

400

300

200

100
Figura 8. Diagrama a bloques del simulador.
0
0 100 200 300 400
tiempo
500 600 700 800
La señal eléctrica generada por el simulador de
Figura 6. Señal aVL de 760 milisegundos. señales ECG puede ser mostrada por varios
dispositivos que permitan graficar señales en el
Si se desea discretizar y almacenar en un tiempo, tal como un osciloscopio, un módulo
dispositivo programable la señal graficada visualizador que contenga un display de LCD
anteriormente, es necesario disminuir la cantidad matricial, entre otros.
de muestras de la señal digitalizada a un número
mínimo de ellas. De esta manera se puede adaptar El simulador debe ser portátil y de fácil manejo,
mejor a las tecnologías de nuevos es por eso que se usará una fuente de
microcontroladores con capacidad de memoria alimentación de 9V, el cual se consigue con una
interna reducida y así evitar el uso de memorias sola batería y puede ser recargable para optimizar
externas. En la Figura 7 se observa la señal recursos. Por medio de un regulador de voltaje se
bipolar aVL discretizada al 33% de la señal le entrega un voltaje de 5V al simulador, que es el
original. adecuado para el correcto funcionamiento del
microcontrolador (uC) y otros dispositivos. El uC
Señal aVL al 33%
1000 seleccionado es el PIC16f877A, el cual cuenta
900 con una memoria de programación de 8k-Words,
800 que es suficiente para el almacenamiento del
700
código fuente. Además cuenta con los puertos de
600
entrada y salida necesarios para el correcto
amplitud

500
funcionamiento del simulador.
400

300 Los requerimientos de memoria de programa del

200
simulador es de 6500 Words aproximadamente; y
100
en relación a los puertos de entrada y salida, se
0
0 100 200 300 400
tiempo
500 600 700 800 requiere de 23 pines de los cuales 10 son para la
Figura 7. Señal aVL discretizada al 33%. salida digital de la señal ECG, 12 para la
indicación de la señal a mostrar y 1 para la
IV. DISEÑO DEL SIMULADOR ECG indicación de cambio de señal por medio de un
buzzer. Para la selección de la señal ECG es
Para diseñar el simulador se tomaron en cuenta
necesario de 2 pines de entrada, que junto con los
los siguientes factores: la fuente de alimentación,
pines de salida da el total de 25 pines de entrada-
el microcontrolador, la selección de la señal, los
salida, por lo tanto el PIC16f877A cumple con
indicadores de la señal que se mostrara, el
los requerimientos del simulador ya que cuenta
convertidor de digital a análogo (DAC), un
con 32 pines de entrada-salida.
El módulo de selección y visualización se divide
en dos etapas: la primera, que es la etapa de
selección, contiene varios interruptores
(Pushbotton), LEDs indicadores y una bocina
(bozzer); y en la segunda etapa se encuentra la
sección o etapa del convertidor digital analógico
con su atenuador de señal. En la Figura 9 se
muestra el convertidor Digital a Analógico
construido para mostrar la señal eléctrica del
corazón. El convertidor utilizado es un R-2R,
que es de fácil aplicación y con una rapidez
de respuesta alta. En el caso de requerir una
mayor resolución, se soluciona con solo
agregar más etapas de resistencias sin
necesidad de hacer grandes cambios en el Figura 10. Modulo de selección de la señal ECG.
circuito.
V. RESULTADOS DE LA SIMULACIÓN

En la Figura 11 y 12 se muestran las señales ECG

aVL, aVR y aVF obtenidas mediante un
osciloscopio que permite congelar la imagen y
almacenarla en una memoria USB para que esta
pueda ser posteriormente procesada en un medio
Figura 9. Convertidor digital a analógico R-2R. electrónico.
Los interruptores de selección al ser activados
permiten el paso de una corriente controlada
(mediante una resistencia) con niveles de voltaje
entre 0 y 5V a los pines 0 y 1 del puerto A del
microcontrolador. Con estos interruptores de
selección se logra enviar a un único puerto de
salida las diferentes señales ECG almacenadas en
la memoria interna del microcontrolador. El
interruptor “SIG”, conectado al pin 0 del micro,
se utiliza para aumentar la variable selectora y el
interruptor “ANT”, conectado al pin 1 del micro,
realiza una disminución de esa variable de
selección. Además, se cuenta con un botón que
permite reestablecer la cuenta de la variable
selectora y el puntero de instrucciones del
microcontrolador. Cada vez que existe un cambio
en la selección de las señales se envía al usuario
un mensaje audible a través de un buzzer y los
LEDs indicadores iluminan la correspondiente
señal que se envía por el puerto de salida del
micro. En la Figura 10 se muestran los botones de
selección, reset y LEDs indicadores.

Figura 11. Señales unipolares aumentadas aVL y

aVR.

Figura 12. Señal unipolar aumentada aVF.
En la Figura 13 y 14 se muestran las algunas de
las derivaciones torácicas unipolares V1-6 y las
derivaciones bipolares I, II y III.
Figura 13. Selección de derivaciones torácicas
unipolares V1-6.
Figura 14. Señales bipolares I y II.
V. CONCLUSIONES
Con el desarrollo del simulador de ECG se
estudió y comprendió el comportamiento de las
señales cardiacas, su origen, sus variaciones, y las
diferentes maneras de obtener la señal ECG
dependiendo de donde se conecten los sensores
del pulso eléctrico que es generado por el palpitar
del corazón. Además con los estudios en
frecuencia realizados en las señales ECG se
puede obtener los requerimientos de filtros para
obtener señales más claras al momento de
extraerla directamente de un paciente,
disminuyendo ó eliminado por completo el ruido
que se pueda generar al momento de ser
visualizado en graficadores de señales. Este
simulador es de gran ayuda para estudios futuros
de las señales ECG desde el punto de vista de la
medicina, ya que se pueden hacer comparaciones
con señales reales y determinar si se padece de
problemas cardiacos de manera digital. También
puede ser utilizado como entrenador para los
futuros cardiólogos, estudiando las señales sin la
necesidad de conectar a una persona a un sistema
encargado de sustraer las señales ECG. Lo más
destacado del sistema propuesto es que se logró
digitalizar la señal empleando el movimiento del
pistón para generar las distintas gráficas del ECG
y que dicho algoritmo no había sido utilizado
para modelar las señales eléctricas del corazón.
AGRADECIMIENTOS. La realización de este
proyecto fue gracias al proyecto PROMEP “Análisis y
clasificación de señales cardiacas para la detección de
enfermedades crónicas”.
REFERENCIAS
[1] Dayong Gao, Michael Madden, Des Chambers,
Gerard Lyons “Bayesian - ANN Classifier for
ECG Arrhythmia Diagnostic System: A
Comparison Study”. From Neural Networks.
Proceedings. 2005 IEEE International Joint
Conference. Issue July 31 2005-Aug. Vol. 4.pp.
2383 – 2388, 2005.
[2] Ghongade, R.; Ghatol, A.;” A Robust and
Reliable ECG Pattern Classification using QRS
Morphological Features and ANN”. From
TENCON 2008 - 2008 IEEE Region 10
Conference. Issue 19-21 Nov. pp. 1 – 6, 2008.
[3] Ince, Turker; Kiranyaz, Serkan; Gabbouj,
Moncef; “Automated patientspecific classification
of premature ventricular contractions”. From
Engineering in Medicine and Biology Society.
30th Annual International Conference of the
IEEE. Issue 20-25 Aug. pp. 5474 – 5477, 2008.