Beca Doctoral - Propuesta de Tesis Doctoral (UTN convocatoria 2019)

[Juan Manuel Cruz Beaufrere]

BECAS DOCTORALES UTN PARA FORTALECER LAS ÁREAS DE I + D + I

Son destinatarios los docentes de la UTN y graduados de carreras de ingeniería que deseen iniciar o completar sus estudios de Doctorado.

Sitio web de la convocatoria:
Bases, condiciones y formularios de presentación:

• https://www.utn.edu.ar/es/secretaria-sctyp/becas/becas-posgrado/becas-doctorales-convocatoria-2019

Interesados en la propuesta por favor contactarse con:

• Dr. Mariano Llamedo. UTN-GIBIO llam...@frba.utn.edu.ar

• Dr. Pedro Arini. FIUBA-IAM-CONICET pedro...@conicet.gov.ar

Propuesta de Tesis Doctoral

Detección y Análisis de Isquemia de Miocardio

Las enfermedades cardiovasculares son, y posiblemente continuarán siendo hasta el 2030, la principal causa de muerte en los países desarrollados de acuerdo a los reportes más recientes de la Organización Mundial de la Salud [1]. La patología isquémica, y en concreto la enfermedad de las arterias coronarias, provoca una de cada tres muertes (236 muertes cada 100.000 habitantes) en la Argentina de acuerdo a lo informado por el Ministerio de Salud en 2011. Por lo tanto el desarrollo de metodologías para la detección y diagnóstico de las enfermedades coronarias resulta de especial interés para la mejora de la Salud.

En esta propuesta de Tesis se pretende estudiar metodologías para la detección de isquemia basadas en el análisis automático de la señal electrocardiográfica (ECG), junto con otras medidas obtenidas de un paciente. Estas pueden obtenerse tanto de su historia clínica como también de otras pruebas diagnósticas, por ejemplo la prueba ergonométrica, entre otras. Se evaluarán mediciones relacionadas con la velocidad de conducción de los impulsos cardíacos, como por ejemplo la velocidad lineal y angular de la despolarización y repolarización ventricular cardíaca [2], las pendientes máximas y ángulos del complejo QRS [3] entre otras. Se pretenden estudiar enfoques tradicionales basados en el procesamiento digital de señales y el reconocimiento estadístico de patrones, como también otros más recientes basados en el procesamiento mediante técnicas de aprendizaje profundo [4]. Para ello se cuenta con más de 2000 sujetos registrados durante pruebas de esfuerzo en diferentes centros de investigación [5,6], capacidad para acceder a datos de experimentación electrofisiológica en la Facultad de Medicina de la UNCuyo y un grupo de investigación con más de 10 años de trayectoria en el análisis automático de señales cardiovasculares.


[1] Global status report cardiovascular diseases 2019. World Health Organization, 2019. [2] Cruces, Pablo Daniel et al. Quaternion-based study of angular velocity of the cardiac vector during myocardial ischaemia. International Journal of Cardiology, Volume 248, 57 - 63
[3] Romero, D et al.. Ischemia detection from morphological QRS angles changes. Phys. Meas., 37, pp. 1004-1023, 2016.
[4] Faust, O. et al. (2018). Deep learning for healthcare applications based on physiological signals: A review. Computer Methods and Programs in Biomedicine, 161, 1–13.
[5] Amit, Guy et. al. \"Quantifying QRS changes during myocardial ischemia: Insights from high frequency electrocardiography.\" Journal of electrocardiology (2014).
[6] Biochemical and Electrocardiographic Signatures in the Detection of Exercise-induced Myocardial Ischemia (BASEL VIII) TRIAL-REGISTRATION NCT01838148.