Conclusiones

8.1

8 Conclusiones

Ateniendo los objetivos de la tesis, se han criticado y mejorado ciertos aspectosde la metodología de análisis de la variabilidad del ritmo cardíaco, en particular, losmétodos estadísticos y espectrales. Asímismo se han realizado aportaciones que ponende relieve la interacción entre el sistema cardiovascular y el resto de sistemas, enespecial los sistemas respiratorios y renina-angiotensina.

A continuación se presentan por capítulos las principales conclusiones de la tesisasí como aquellas observaciones extraídas de la medida en sujetos sanos.

8.1 Métodos estadísticos

Tras presentar el conjunto de índices empleados se ha observado la grandisparidad de definiciones que es consecuencia de una falta de estandarización. Agrandes trazos, los índices estadísticos se pueden clasificar en dos categorías en funciónde la variables que se desea cuantificar, a saber:

- Índices que estiman la anchura del histograma de la secuencia RR.- Índices que estiman la anchura del histograma de las diferencias absolutas de lasecuencia RR.

Mientras los primeros reflejan la variabilidad del ritmo cardíaco debida a todaslas causas que lo modulan, los segundos son más selectivos y dan información del nivelde excitación vagal producido por reflejos rápidos (por ejemplo, mediados por losbarorreceptores). No obstante, estos últimos índices no evalúan completamente el nivelde excitación vagal.

Otra posible clasificación de los índices atiende a la duración del registro.Podemos hablar de índices para maniobras o de índices para registros de larga duración.Mientras que en los primeros hay un claro predominio del empleo de los máximos ymínimos de la secuencia, los segundos emplean herramientas más robustas a artefactosaunque son susceptibles de ser mejorados.

Se ha observado que la desviación estándar está bien correlada con la mayoría deíndices utilizados para la cuantificación de la variabilidad del ritmo cardíaco enmaniobras. Se podría proponer, por lo tanto, como índice estándar para la estimación dela anchura del histograma de la secuencia RR ya que es un índice de uso muy extendidoen muchas y diversas disciplinas. Además, es un buen índice para la predicción demuerte cardíaca súbita en pacientes post-infarto y para la diagnosis de neuropatía endiabéticos. No obstante, la desviación estándar es un índice muy sensible a artefactos.En varios trabajos de la bibliografía se han propuesto diversos índices robustos aartefactos para estimar la anchura del histograma de la secuencia RR pero el grado decorrelación con la desviación estándar en ausencia de artefactos es reducido y su nivelpredictivo o de diagnosis es inferior. Por lo tanto, interesa tener un índice que esté biencorrelado con la desviación estándar en ausencia de artefactos y, por otro lado, searobusto frente a artefactos. Hemos propuesto el índice MIRR (margen intercuartil de la

Conclusiones

8.2

secuencia RR). El MIRR es un índice de cálculo rápido y hemos demostrado que es muyrobusto frente a artefactos y tiene una alta correlación con la desviación estándar.

Otro índice muy utilizado para caracterizar la anchura del histograma de lasecuencia RR es el HRVindex. Se definió para intentar eliminar el efecto de la presenciade artefactos en el registro. No obstante, dicho índice es función de la frecuencia demuestreo del ECG y no tiene una correlación alta con la desviación estándar. Comosolución al primer problema se sugiere normalizar la secuencia RR a una resolucióntemporal de 10 ms.

Uno de los índices más utilizados para estimar la anchura del histograma de lasdiferencias absolutas de la secuencia RR es el índice pNN50. Dicho índice es muyrobusto frente a artefactos. No obstante, presenta problemas de saturación para bajas yaltas variabilidades latido a latido del ritmo cardíaco. Para solucionar este problemahemos propuesto el índice MDARR (mediana de las diferencias absolutas del índiceRR). El MDARR es también un índice de cálculo rápido y hemos demostrado que esmuy robusto frente a artefactos, con alta correlación con el pNN50 y no presentalimitaciones de saturación.

Por lo tanto, si se desea cuantificar la variabilidad del ritmo cardíaco debido atodas las causas que lo modulan se sugiere emplear el índice MIRR. Si se desea estimarel nivel de excitación vagal se sugiere emplear el índice MDARR.

8.2 Métodos espectrales

Se han mostrado las ventajas y limitaciones de los métodos espectrales con laintención de plantear una metodología para el procesado de series RR.

De acuerdo con la bibliografía, los métodos espectrales son una buenaherramienta para investigar con mayor detalle las causas que originan la variabilidad delritmo cardíaco. Tras revisar los diversos métodos para la caracterización espectral de lavariabilidad del ritmo cardíaco se ha optado por el empleo de los métodosautorregresivos debido a la naturaleza casi aleatoria de la señal RR. Se ha escogidocomo orden del modelo aquel dictado por el criterio de la información de Akaike.

Se ha estudiado la influencia del remuestreo de la señal RR sobre la estimaciónespectral y se ha observado que sólo es necesario cuando se desea analizar la influenciade un oscilador exógeno y se produce un cambio en el ritmo medio que es superior a laamplitud del oscilador. Hemos demostrado que el remuestreo es contraproducentecuando se desea analizar un oscilador endógeno de gran amplitud.

Para realizar una estimación espectral fiable, se requiere que la serie RR seaestacionaria. Se ha comprobado que los tests de estacionariedad son poco fiables y serecomienda acompañarlos con una inspección visual de la señal.

La presencia de artefactos en la serie RR produce grandes errores en laestimación de los índices espectrales. Hemos propuesto la señal DRR como alternativa.El análisis espectral de la señal DRR produce unos índices espectrales de alta

Conclusiones

8.3

correlación con los que se obtienen en la serie RR en ausencia de artefactos. Si hayartefactos, el análisis mediante la señal DRR es mucho más robusto.

Por otro lado, hemos demostrado que la variabilidad de la frecuencia de lososciladores que modulan la variabilidad del ritmo cardíaco puede ser una causa desobrestimación de la potencia en las bandas de baja frecuencia y de muy baja frecuencia.Si no se posee una medida sobre el oscilador, se debe recurrir a métodos espectro-temporales para cuantificar este efecto. Recuérdese que una sobrestimación de la bandade baja frecuencia produce índices LF/HF elevados que pueden llevar a una diagnosis oprognosis incorrecta.

Para realizar el análisis espectral de la secuencia RR se sugieren los siguientespasos. Si la señal es estacionaria se puede realizar el análisis espectral. En caso contrariose realiza el análisis espectro-temporal. Sólo si se está interesado en una fuente exógenay la variabilidad del ritmo medio es elevada, se realiza un remuestreo. Si hay riesgo deartefactos (en monitorización ambulatoria, por ejemplo) se analiza la señal DRR. Trasrealizar la estimación espectral mediante modelos autorregresivos se cuantifican lasbandas según los límites escogidos por el usuario. Recuérdese que el análisis espectro-temporal puede ser útil en la detección de la modulación de los osciladores.

8.3 Métodos espectro-temporales

La no estacionariedad de la serie RR o la variación de la frecuencia de lososciladores con el tiempo puede provocar un falso diagnóstico mediante índicesespectrales. Los métodos espectro-temporales ponen de manifiesto estos defectos. Elanálisis espectro-temporal puede ser empleado también como marcador de eventos: uncambio súbito en la frecuencia de uno de los osciladores indica el inicio de un nuevoestado de regulación cardiovascular.

Si se únicamente comprobar la estabilidad de la frecuencia de los osciladoresrespecto al tiempo, un análisis espectral variante con el tiempo empleando métodosautorregresivos puede ser suficiente. No obstante, la determinación de la potencia deestos osciladores con estos métodos es muy grosera con lo cual son inútiles para unacuantificación.

Las representaciones tiempo-frecuencia permiten realizar las mismascomprobaciones que los métodos espectrales variantes con el tiempo además de aportaruna determinación de la potencia de los osciladores muy exacta. En cambio, el tiempode computación con estos métodos es mayor. La representación SPWVD y elespectrograma han mostrado ser muy eficaces en el análisis de la variabilidad del ritmocardíaco.

El empleo de ondículas es útil para el seguimiento de la variación de frecuenciade los osciladores pero además permite determinar la presencia y variación defrecuencias muy lentas, lo cual es una clara ventaja respecto a las representacionestiempo-frecuencia. Además, pueden ser empleadas para la detección de ondascaracterísticas en la serie RR. No obstante, la estimación de la potencia espectral dejamucho que desear.

Conclusiones

8.4

8.4 Análisis de la dinámica no lineal

El análisis de la secuencia RR desde un punto de vista de dinámica no linealpuede complementar la información aportada por los métodos clásicos (estadísticos yespectrales).

El empleo del biespectro muestra que la no linealidad en la secuencia RR estápresente casi siempre aunque el grado de no linealidad depende del sujeto y de lasituación fisiológica. Dicha no linealidad es muy elevada en casos de sueño profundo.Por otro lado, se ha hallado que a mayor no linealidad en la función de transferenciaentre la respiración y la arritmia sinorrespiratoria corresponde un menor grado devariación en el espectro de la secuencia RR asociado a la forma de respirar.

Respecto al análisis de complejidad se ha hallado que la complejidad de la señales mayor en casos de alta arritmia sinorrespiratoria y en sueño profundo. En cambio,durante la ejecución de ejercicio la complejidad de la señal es baja.

8.5 Análisis de registros de corta duración

Se ha medido la variabilidad del ritmo cardíaco en ocho sujetos para evaluar laarritmia sinorrespiratoria. Las conclusiones obtenidas son las siguientes. Respecto a losíndices estadísticos, hay una relación directa entre la desviación estándar (variabilidadtotal) y el índice pNN50 (variabilidad asociada a la actividad vagal) debido a queprecisamente es la arritmia sinorrespiratoria la fuente principal de la variabilidad delritmo cardíaco en pruebas controladas. El índice LF/HF presenta un mínimo en casos derespiración periódica mientras que la potencia de la banda de muy baja frecuenciapresenta un máximo en casos de respiración libre. En baterias de pruebas este factorpuede ser determinante en una mala diagnosis. La potencia de la arritmiasinorrespiratoria es máxima durante respiración periódica y mínima durante respiraciónlibre. La arritmia sinorrespiratoria está modulada en amplitud en mayor grado duranterespiración sincronizada. A mayor no linealidad se obtiene menor dependencia delíndice LF/HF respecto a la forma de respirar. La relación entre el sistema respiratorio yel sistema cardiovascular es fuertemente no lineal.

Respecto a medidas realizadas durante la ejecución de ejercicio, se concluye quela variabilidad del ritmo cardíaco parece dominada por una fuerte descarga simpática(aceleración del ritmo cardíaco) que aparece en forma de ritmos de baja y muy bajafrecuencia. Así mismo, la variabilidad total y la estimulación vagal disminuyenconforme se acelera el ritmo cardíaco. Además, se ha hallado que en sujetos conrecuperación rápida la estimulación vagal es muy elevada mientras que en sujetos conrecuperación lenta la variabilidad total es menor que en el período de reposo previo a larealización de ejercicio.

En medidas realizadas en simulación de microgravedad se ha obtenido que lamedida conjunta de la variabilidad del ritmo cardíaco y de la variación de impedancia endiferentes segmentos corporales puede ser utilizada para el estudio de la regulación defluidos asociada a cambios posturales. En ambas medidas aparecen oscilacionescomunes que podrían ser debidas a la regulación ejercida por el RAS. La mejor medidade impedancias para estudiar el efecto de la variación de impedancias sobre el sistema

Conclusiones

8.5

cardiovascular parece ser la de las extremidades inferiores ya que se ha demostrado queel efecto del submuestreo de la respiración es mínimo en estos segmentos. El ritmocardíaco disminuye en la mayoría de sujetos durante pruebas de microgravedad.

Respecto a las medidas realizadas en cerdos para la evaluación del reflejoproducido por la angioplastia, se concluye que el reflejo provocado por la oclusión seobserva en el índice MIRR como un descenso de éste seguido por un aumento alconcluir la oclusión. No queda claro el efecto de la oclusión sobre el índice MDARRdebido, probablemente, a la disparidad en las dosis de hexametonio y atropina. Noobstante, la característica más común es un aumento del índice durante la oclusión. Laoclusión provoca un descenso del índice LF/HF seguido de un aumento de éste alconcluir aquella. Consecuentemente, la oclusión provoca un descenso del índice PLF(%) y un aumento del índice PHF (%) seguido de un aumento del índice PLF (%) y undescenso del índice PHF (%) al terminar la oclusión. La inyección de hexametonioprovoca un aumento del índice MIRR y un descenso del índice MDARR. La inyecciónde hexametonio provoca una transición del índice LF/HF hacia un estado estableinferior a 0,5 y de baja variabilidad y provoca oscilaciones en los índice PLF(%) yPHF(%) con períodos del orden de cinco minutos. Por lo tanto, el reflejo producido porla oclusión depende de la presencia de hexametonio y atropina. Así pues, puedededucirse que está mediado por el sistema nervioso autónomo. El reflejo provocado porla oclusión viene dado por un aumento de la actividad vagal acompañado de unadisminución de la actividad simpática durante la oclusión, seguido de un aumento de laactividad simpática acompañada de una disminución de la actividad parasimpática.

8.6 Análisis de registros ambulatorios de 24 horas

Se ha investigado la presencia de variaciones comunes a lo largo de un díaentero en seis sujetos sanos. Se ha cuantificado la señal en distintos dominios y se hallegado a las siguientes conclusiones. Se obtiene un menor ritmo cardíaco, una mayorvariabilidad total de la señal y mayor excitación vagal durante los períodos nocturnosque durante los diurnos. La reducción en el ritmo cardíaco asociada al período nocturnoes debida principalmente a un aumento de la excitación vagal y no a un descenso de laexcitación simpática. La banda LF es la dominante, en media, en registros ambulatorios.La señal RR es más no lineal y presenta mayor complejidad durante los períodosnocturnos. Parece ser, por tanto, que existe una clara correlación entre la excitaciónvagal, la no linealidad de la señal y su complejidad.

Por lo tanto, se puede concluir que el análisis de la variabilidad del ritmocardíaco es útil para poner de manifiesto la interacción del sistema cardiovascular conotros sistemas fisiológicos. No obstante el procesado requerido para un correcto análisises función de la aplicación deseada y requiere una estandarización. En la presente tesisse han presentado limitaciones y mejoras en los distintos métodos de procesado de laserie RR, también se ha propuesto emplear nuevos métodos para su caracterizacióncomo es el caso del biespectro y nuevas aplicaciones como son la medida conjunta depletismografía de impedancia eléctrica y de variabilidad del ritmo cardíaco ensituaciones de microgravedad para mejorar el conocimiento sobre la regulación defluidos en el cuerpo humano.

Conclusiones

8.6

Anexo

A.1

Anexo: Diseño de un monitor ambulatorio de ritmo cardíaco

Un monitor ambulatorio del ritmo cardíaco (MARC) es un sistema electrónicoque permite adquirir y almacenar el ritmo cardíaco.

El término ambulatorio indica que el sistema debe ser portátil, lo que obligará aalimentarlo a pilas. Es importante que el monitor sea ambulatorio, ya que así se puedenrealizar diversos tests en el ambiente natural del paciente, de forma que estos serán másfiables ya que el paciente no sufrirá el denominado síndrome de hospital, que podríafalsear las medidas. Además, no se requiere la participación del paciente en ningún tipode prueba.

El MARC debe de poder comunicarse con el ordenador para recuperar los datosadquiridos durante el registro.

Actualmente existen en el mercado los denominados 'Holters', que almacenan elelectrocardiograma completo, pero no el ritmo cardíaco, el verdadero objetivo de estaaplicación. También pueden encontrarse en el mercado sistemas de medida del ritmocardíaco, pero se limitan a mostrar la media del ritmo cardíaco, y no lo almacenan latidoa latido como se pretende con este diseño.

El monitor de ritmo cardíaco que se pretende diseñar debe cumplir una serie deespecificaciones:

1) Debido a que los datos adquiridos por el monitor serán posteriormenteprocesados, es muy importante que el tiempo entre ondas R que almacena el sistema sealo más exacto posible. Se ha decidido que el error máximo aceptable es de 1 latido porminuto.

2) El monitor debe ser capaz de almacenar el margen de frecuencias cardíacasnormal. Este margen se ha considerado desde 30 latidos/minuto hasta 200latidos/minuto (para pruebas de esfuerzo).

3) El sistema debe tener una autonomía de 24 horas. Este requisito noscondicionará el tamaño de la memoria y nos forzará a optimizar el consumo.

4) Debido a que el paciente llevará conectado el monitor durante 24 horas, esnecesario que éste sea de dimensiones reducidas, y que utilice sólo dos electrodos paramolestar lo menos posible al paciente.

5) Para conseguir que los datos adquiridos sean muy fiables, el monitor tiene queser lo más robusto posible a artefactos.

6) El uso del monitor debe de ser lo más sencillo posible.

En la figura A.1 se muestra el diagrama de bloques del monitor. A grandesrasgos, se distinguen tres partes: una etapa de adquisición y acondicionamiento del

Anexo

A.2

ECG, un sistema de detección del QRS, y la parte digital encargada de almacenar lainformación y realizar el control de funcionamiento del sistema, el cual se realizamediante un microcontrolador. Las memorias utilizadas son de tipo flash, que conservanlos datos almacenados sin tener que estar conectadas a la alimentación, y además sepueden borrar desde el mismo sistema, y sin necesidad de tensiones superiores a las degrabación.

La etapa de adquisición y acondicionamiento del ECG consiste en un par debuffers de entrada con desacoplo en continua y elevada impedancia de entrada, seguidosde un amplificador diferencial. Antes de amplificar la señal, ésta tiene que estaracoplada en alterna, si no y debido a que posteriormente la señal será amplificada, lacomponente contínua producida por el desapareamiento de los potenciales de electrodoproduciría probablemente una saturación del sistema. También es necesario que laimpedancia de entrada sea muy elevada, para no cargar el generador cardíacoequivalente, y evitar que aparezca tensión en modo común a la salida debida aldesapareamiento de las impedancias de electrodo. El amplificador que se ha utilizadoconsiste en una etapa bootstrap seguida de un amplificador diferencial.

Adquisición

ECG

Detector

de QRS

Detector decontacto deelectrodos

Microcontrolador

Conexión conel ordenador

Opciones de

funcionamiento

Memoria

Figura A.1 Esquema de bloques del monitor diseñado.

Debido a que la señal del ECG es posteriormente filtrada por filtros de QRS conganancia, se ha visto que para evitar saturaciones de las siguientes etapas la ganancia delamplificador diferencial tiene que ser de aproximadamente 180. Antes del detector deQRS, la señal del ECG debe filtrarse en la banda donde se concentra la energía delcomplejo QRS, para aumentar de esta forma la relación señal a ruido. Como filtro deQRS se ha utilizado un filtro paso banda de segundo orden, de frecuencia central 17 Hzy Q=3.3.

Anexo

A.3

Tras filtrar y rectificar la señal, el siguiente bloque es el detector de QRS.El esquema del detector de QRS utilizado se presenta en la figura A.2

+

-

+

Filtro QRSRectificador de

media onda monoestable

monoestable

data

Trig

Sample & hold

10ms

200ms

Vt

ECG

Vb

Figura A.2 Esquema del detector de QRS.

El circuito detecta que se ha producido un QRS cuando la señal del ECG filtradoy rectificado supera el umbral VT. El umbral VT se fija en el momento en que se detecta

un QRS, y depende de 3 términos:

V t k V t Ts t VT ar

be e( ) ( / ) /= − + − + τ τ (A.1)

k=0.5Va=valor de pico del anterior QRS

tr=tiempo entre el ultimo QRS y el QRS actual

T=10 mss=Slew rate del QRS actualVb=valor constante

τ=5 s

Este umbral va decayendo exponencialmente hasta el siguiente QRS que sedetecta. En la figura A.3 se muestra cómo evoluciona el umbral al detectar un QRS. Seha dibujado la señal del ECG para que se reconozcan fácilmente los QRS, pero se debetener presente que, una vez filtrada y rectificada, el aspecto de la señal no es el del típicoECG. Básicamente, el umbral consta de un valor fijo constante más el valor de pico dela señal del ECG filtrado que se obtiene en los 10 ms posteriores a la detección delQRS. Es decir, se le dan a la señal 10 ms para que llegue a su valor de pico. Si la señaldetectada es realmente un QRS, con 10 ms tiene tiempo suficiente para alcanzar su valorde pico. Si por el contrario se trata de un artefacto, se evita de esta forma que el umbraltome un valor muy elevado. Por cada latido detectado se genera un pulso de 200 ms deduración, por lo que el periodo mínimo del ritmo cardíaco que nos permitiría medir esde 200 ms, que corresponde a una frecuencia cardíaca máxima de 300 latidos/min, queestá más allá de las especificaciones iniciales del sistema.

Anexo

A.4

Vb

t r

T

KVA

KTs

Umbral de detección

Figura A.3 Funcionamiento del detector de QRS.

Al medir el intervalo RR con un timer, se comete un error máximo de Tcsegundos en cada intervalo RR, dónde Tc es el período de oscilación del timer (Figura

A.4)

T rr

T c

Salida del detector

de QRS

Salida del Timer

Figura A.4 Medida de la secuencia RR.

En la tabla A.1 se muestra el error que se comete en función de la frecuenciacardíaca medida para una frecuencia de contador de 666 Hz (que ha sido la empleada).

latido/min T rr Error (latido/min)

30 2 0.0260 1 0.09100 0.6 0.25150 0.4 0.56200 0.3 1

Tabla A.1 Errores asociados al ritmo cardíaco medio debidos a la resolución delcontador.

Como contador se ha utilizado el circuito ICM7555 de MAXIM, ya que se tratade un circuito CMOS de bajo consumo, ideal para un sistema alimentado a pilas.

Una vez se ha detectado un QRS y se ha generado un pulso de 10 ms, todas lassiguientes etapas del monitor son digitales. Será preciso diseñar la electrónica digitalpara:

-calcular el tiempo entre QRS-escritura, borrado y lectura de memoria-comunicación RS232 con el ordenador-opciones de funcionamiento externas

Anexo

A.5

Este diseño puede realizarse de dos formas mediante puertas lógicas o medianteun microcontrolador. Se ha elegido la opción de utilizar un microcontrolador por variasrazones:

-flexibilidad en el diseño-posibilidad de programar rutinas de interrupción-facilita la comunicación RS232-reduce el volumen del circuito

De la gran variedad de microcontroladores que se ofrecen en el mercado, se haoptado por el ST6225 de SGS-Thomson. Se ha elegido la memoria flash Am29F010 deAdvanced Micro Devices. El sistema digital debe realizar las siguientes funciones:

-Detectar el inicio de registro mediante un pulsador externo-Grabar el tiempo entre QRS durante el modo registro-Detectar el fin de registro mediante un pulsador externo-Detectar la orden de borrado de memoria mediante un pulsador externo-Detener el registro si se detecta batería baja-Detener el registro si se detecta mala colocación de los electrodos-Detectar la orden de cambio de funcionamiento mediante un pulsadorexterno-Comunicación RS232 con el ordenador

Las entradas del sistema digital son de dos tipos:

·Señales internas procedentes de circuitos del monitor:

-QRS: pulso de 10 ms que se genera cada vez que se detecta un QRS-Electrodos: señal que se activa cuando se detecta que los electrodos hacen malcontacto-Low-Batt: señal que se activa al detectarse batería baja

·Señales procedentes de pulsadores:

-Borrar memoria: pulsador para borrar la memoria-Iniciar registro: pulsador para iniciar el registro-Fin/RS232: pulsador para finalizar el registro e iniciar la transmisión RS232-Cambio Modo: pulsador para cambiar el modo de funcionamiento:

-sin interrupciones de los pulsadores-con interrupciones de los pulsadores

Como salida del sistema digital se tiene la comunicación vía RS232 con elordenador, a través de la cual transmitirá los datos almacenados en la memoria durantelos registros.

A continuación se muestran los esquemas del monitor tal y como fueimplementado. El primer esquema corresponde al circuito de alimentación donde seutilizaron dos reguladores de tensión y un inversor. El siguiente esquema muestra la

Anexo

A.6

etapa de amplificación. El tercer esquema muestra la etapa de filtrado, rectificación ydetección de QRS. El cuarto esquema muestra los circuitos de detección de electrododesconectado, detección de batería baja y activación del zumbador de alarma. El últimoesquema muestra el montaje de la parte digital donde se halla el microcontrolador, lasdos memorias flash, la interfaz RS-232 y el contador como bloques principales.

Anexo

A.7

Dat

e:

Apr

il 13

, 199

5S

heet

1

of

4

Siz

eD

ocum

ent N

umbe

rR

EV

A4

Titl

e

ALI

ME

NT

AC

ION

DIB

- D

EE

- U

PC

1 2

R1

10M

VIN

8

LBI

3

SH

DN

5

GN

D 4

SE

NS

E 1

VO

UT

2

LBO

7

VS

ET

6

U2

MA

X66

6

VC

C

1 2

R3

1M

LOW

BA

TT

1 2

R2

2.7M

LV 6

OS

C 7

V+

8

GN

D 3

CA

P+

2

CA

P-

4

VO

UT

5

U1

ICL7

660C

PA

1 2C

233

uF1 2

C1

33uF

GN

DG

ND

GN

D

VIN

4

VS

ET

6

SH

DN

3

GN

D 8

VO

UT

1 7

VO

UT

2 1

SE

NS

E 2

SH

DN

5

U3

MA

X66

4

GN

DG

ND

11

22

J1

CO

N2 G

ND

-VC

C

GN

D

|LIN

K|A

MP

LIF

.SC

H|Q

RS

DE

T.S

CH

12C

2310

uF

-VC

C

GN

D

1 2

C22

10uF

VC

C

GN

DV

CC

GN

D

VD

D

VS

S

|CO

NN

EC

T.S

CH

Anexo

A.8

Dat

e:

M

ay 1

1, 1

995

She

et

2of

4

Siz

eD

ocum

ent N

umbe

rR

EV

A4

Titl

e

AM

PLI

FIC

AD

OR

EC

G

DIB

- D

EE

- U

PC

12

C25

1uF

13

12

14

U4D

LMC

6064

12

R9

1M

12

R8

5.6K

1 2

R4

750K

12

C5

1uF

11

22

J2 CO

N2

12

C6

680n

F1 2

R5

750K

GN

D

9 10

8

U4C

LMC

6064

EC

G

12

R10

1M

GN

D

12

R11

5.6K

2 3 1

U4A

LMC

6064

12

C24

1uF

12

C7

1uF

12

C8

680n

F

1 2

R6

750K

1 2

R7

750K

GN

D

1 2C

1710

nF

VC

C

GN

D

Anexo

A.9

Dat

e:

M

ay 1

1, 1

995

She

et

3of

4

Siz

eD

ocum

ent N

umbe

rR

EV

A4

Titl

e

DE

TE

CT

OR

DE

QR

S

DIB

- D

EE

- U

PC

RE

CT

IFIC

AD

OR

ME

DIA

ON

DA

12

R34

100K

1 2

D4

1N41

48

FIL

TR

O Q

RS

1 2

R15

2.7M

FIL

TR

O Q

RS

1 2

R12

2.7M

1 2

C10

10nF

12

R13

330k

1 2

R31

2.7M

EC

G 1

2C

9

10nF

1 2R14 2.7M

6 5 7

U4B

LMC

6064

12

R16

330K

1 2

C12

10nF

1 2

R32

2.7M

12

C11

10nF

13

12

14

U5D

LMC

6064

1 2

R17

2.7M

12

R33

100K

9 10

8

U5C

LMC

6064

GN

D

1 2

D5

1N41

48

200m

sV

CC

VC

C

GN

DG

ND

GN

DG

ND

CO

MP

AR

AD

OR

6 5 7

U5B

LMC

6064

1 2

R25

200K 1 2

C14

1uF

RC

2

CX

1

+T

4

-T 5

Q 6

Q 7

R 3

U7A

4538

PU

LSO

QR

SQR

S 2

00m

s

1 2

R26

10K

VC

C

VC

C

2 3 1

U5A

LMC

6064

SA

MP

LE A

ND

HO

LD

1 2

R20 1.6M

1 2

1 3

U6A

HC

4066

1 2

R22

100K

1 2

R21

100K

GN

D

1 2

C15

1uF

RC

14

CX

15

+T

12

-T 1

1

Q10

Q 9

R 1 3

U7B

4538

10m

s

/QR

S 1

0ms

VC

C 1

2R

23

10K

GN

D

12

R24

100K

VC

C1 2

C13

1uF

1 2C

261u

F1 2C

271u

F

GN

D1 2

C18

10nF

1 2C

1910

nF

VC

CV

CC

GN

DG

ND

Anexo

A.10

Dat

e:

M

ay 1

1, 1

995

She

et

4of

4

Siz

eD

ocum

ent N

umbe

rR

EV

A4

Titl

e

DE

TE

CT

OR

ELE

CT

RO

DO

S-C

IRC

UIT

O Z

UM

BA

DO

R

DIB

- D

EE

- U

PC

1 2

Z1

ZU

MB

AD

OR

8 910

U8C

4093

VC

C

DE

TE

CT

OR

ELE

CT

RO

DO

S C

ON

EC

TA

DO

S

VC

C

QR

S 2

00m

s 1

2R

27

2K1 2

C16

1uF

12

13

11

U8D

4093

GN

D

GN

D

ELE

CT

RO

DE

S

1 2 3

6 5 4

S5

INT

ER

RU

PT

OR

/QR

S 1

0ms

1 2 3 4 5 6J3 CO

N6

VC

CG

ND

GN

DV

CC

LED

LO

WB

AT

T/Q

RS

10m

sE

LEC

TR

OD

ES

FI-

LOW

BA

TT

FI_

LOW

BA

TT

5 6 4

U8B

4093

VC

C

DE

TE

CT

OR

PIL

A B

AJA

1 2 3

U8A

4093

VC

C

LOW

BA

TT

VC

C

12

R28

820

4 3

5

U6B

HC

4066

1 2C

2010

nF

1 2C

2110

nF

VC

CV

CC

GN

DG

ND

Anexo

A.11

Dat

e:

M

ay 1

1, 1

995

She

et

1of

1

Siz

eD

ocum

ent N

umbe

rR

EV

A3

Titl

e

DIG

ITA

L-1

DIB

- D

EE

- U

PC

ME

M1

A0

12

A1

11

A2

10

A3

9

A4

8

A5

7

A6

6

A7

5

A8

27

A9

26

A10

23

A11

25

A12

4

A13

28

A14

29

A15

3

A16

2

D0

13

D1

14

D2

15

D3

17

D4

18

D5

19

D6

20

D7

21

/WE

31

/OE

24

/CE

22

U7

AM

29F

010

12

C2

10nF

VC

C

GN

D 1

2C1

10nF

VC

C

PA

027

PA

126

PA

225

PA

324

PA

423

PA

522

PA

621

PA

720

PB

019

PB

118

PB

217

PB

316

PB

415

PB

514

PB

613

PB

712

PC

4 9

PC

5 8

PC

6 7

PC

7 6

VD

D 1

VS

S 2

8

NM

I 5

VP

P/T

ES

T 1

0

/RE

SE

T 1

1

OS

CIN

3

OS

CO

UT

4

TIM

ER

2

U1

ST

6E25

VC

CG

ND

1 2C

81u

F

GN

D

GN

D

GN

D

4 5 6

U3B

74H

C00

9 10

8

U3C

74H

C00

ME

M2

A0

12

A1

11

A2

10

A3

9

A4

8

A5

7

A6

6

A7

5

A8

27

A9

26

A10

23

A11

25

A12

4

A13

28

A14

29

A15

3

A16

2

D0

13

D1

14

D2

15

D3

17

D4

18

D5

19

D6

20

D7

21

/WE

31

/OE

24

/CE

22

U6

AM

29F

010

12

C7

10nF

VC

C

GN

D

12Y

1

2MH

z1 2

C9 18

pF

1 2C

10

18pF

GN

D

GN

D

TR

IG 2

CO

NT

V 5

TH

OLD

6

RE

SE

T 4

OU

T 3

DIS

CH

7

U2

ICM

7555

IPA

12

R1

1K

1 2C

111u

F

VC

C 1 2

3

U3A

74H

C00

12

C3

10nF

12

C4

10nFV

CC VC

C

GN

D GN

D

VC

C

1 2

D1

LED

12

R2

820

12C6

10nF

VC

CG

ND

1 2

D2

LED

GN

D

FI-L

OW

BA

TT

ELE

CT

RO

DE

S/Q

RS

10m

sLE

D L

OW

BA

TTV

CC

GN

D123456J1 C

ON

6

VC

C

BO

RR

AR

ME

MO

RIA

GN

D

1 2

S1

GN

D

B3

RE

G2

RE

G1

A 1

B 2

CLK

8

CLR

9

QA

3

QB

4

QC

5

QD

6

QE

10

QF

11

QG

12

QH

13

U4

74H

C16

4

A 1

B 2

CLK

8

CLR

9

QA

3

QB

4

QC

5

QD

6

QE

10

QF

11

QG

12

QH

13

U5

74H

C16

4

VC

CV

CC

12

C5

10nF

VC

C

VC

C

GN

D

VC

CB

7

12

34

J2 CO

N4

GN

D 1

2S

2

1 2

S3

1 2

S4

INIC

I RE

GIS

TR

E

FI R

EG

ISTR

E

CA

NV

I MO

DE

GN

DV

+V

CC

Anexo

A.12

Bibliografía

B.1

BIBLIOGRAFÍA

[Akaike, 1970] H. Akaike, "Statistical predictor identification", Ann. Inst. Statist. Math.,vol. 22, págs. 203-217, 1970.

[Akay, 1995] M. Akai, “Wavelets in Biomedical Engineering”, Annals of BiomedicalEngineering, vol. 23, págs. 531-542, 1995.

[Akselrod et al., 1981] S. Akselrod, D. Gordon, F.A. Ubel, D.C. Shannon, A.C. Bargerand R.J. Cohen, "Power spectrum analysis of heart rate fluctuations: a quantitative probeof beat-to-beat cardiovascular control", Science, vol. 213, págs. 220-222, 1981.

[Akselrod et al., 1993] S. Akselrod, O. Oz, S. Eliash, “Neural and humoral factors inregulation of blood pressure in the investigation of essential hypertension” in BloodPressure and Heart Rate Variability. Eds: M. Di Rienzo, G. Mancia, G. Parati, A.Pedotti and A. Zanchetti. Amsterdam: IOS Press, 1993.

[Algra et al., 1993] A. Algra, J.G.P. Tijssen, J.R.T.C. Roelandt, J. Pool and J. Lubsen,“Heart rate variability from 24-hour electrocardiography and the 2-year risk for suddendeath”, Circulation, vol. 88, págs. 180-185, 1993.

[Baldwa et al., 1977] V.S. Baldwa and D.J.Ewing, “Heart rate response to Valsalvamanoeuvre. Reproducibility in normals, and relation to variation in resting heart rate indiabetics”, British Heart Journal., vol. 39, págs. 641-644, 1977.

[Baselli et al., 1985] G. Baselli, D. Bolis, S. Cerutti and C. Freschi, "Autoregressivemodelling and power spectral estimate of R-R interval time series in arrhythmicpatients", Computers and Biomedical Research, vol. 18, págs. 510-530, 1985.

[Baselli et al., 1986] G. Baselli, S. Cerutti, S. Civardi, D. Liberati, F. Lombardi, A.Malliani and M. Pagani, “Spectral and Cross-Spectral Analysis of Heart Rate andArterial Blood Pressure Variability Signals”, Computers and Biomedical Research, vol.19, págs. 520-534, 1986.

[Baselli et al., 1987] G. Baselli, S. Cerutti, S. Civardi, F. Lombardi, A. Malliani, M.Merri, M. Pagani and G. Rizzo,"Heart rate variability signal processing: a quantitativeapproach as an aid to diagnosis in cardiovascular pathologies", International Journal ofBio-Medical Computing, vol. 20, págs. 51-70, 1987.

[Bassingthwaighte et al., 1994] J.B. Bassingthwaighte and G.M. Raymond, “EvaluatingRescaled Range Analysis for Time Series”, Annals of Biomedical Engineering, vol. 22,nº 4, págs. 432-444, 1994.

[Bassingthwaighte et al., 1995] J.B. Bassingthwaighte and G.M. Raymond, “Evaluationof the Dispersional Analysis Method for Fractal Time Series”, Annals of BiomedicalEngineering, vol. 23, nº 4, págs. 491-505, 1995.

Bibliografía

B.2

[Bendat and Piersol, 1986] J.S. Bendat and A.G. Piersol, Random Data. Analysis andMeasurement Procedures (2nd. Ed.). New York: John Wiley & Sons, Inc. ,1986.

[Berger et al., 1986] R.D. Berger, S. Akselrod, D. Gordon and R.J. Cohen, "An efficientalgorithm for spectral analysis of heart rate variability", IEEE Transactions onBiomedical Engineering, vol. 33, págs. 900-904, 1986.

[Bernardi et al., 1989] L. Bernardi, F. Keller, M. Sanders, P.S. Reddy, B. Griffith, F.Meno and M.R. Pinsky, “Respiratory sinus arrhythmia in the denervated human heart”,J. Appl. Physiol., vol. 67, nº 4, págs. 1447-1455, 1989.

[Bernardi et al., 1992] L. Bernardi, L. Ricordi, P. Lazzari, P. Soldá, A. Calciati, M.R.Ferrari, I. Vandea, G. Finardi and P. Fratino, “Impaired Circadian Modulation ofSympathovagal Activity in Diabetes. A Possible Explanation for Altered TemporalOnset of Cardiovascular Disease”, Circulation, vol. 86, págs. 1443-1452, 1992.

[Bianchi et al., 1991] A. Bianchi, U. Scholz, S. Kubicki and S. Cerutti, "Heart ratevariability and sleep states", Annual International Conference of the IEEE Engineeringin Medicine and Biology Society, vol. 13, págs. 658-659, 1991.

[Birkett et al., 1991] C.L. Birkett, M.G. Kienzle and G.A. Myers, “Interpolation OverEctopic Beats Increases Low Frequency Power in Heart Rate Variability Spectra”,Proceedings of Computers in Cardiology, págs. 257-259, 1991.

[Boudreaux et al., 1995] G.F. Boudreaux-Bartels and R. Murray, “Time-FrequencySignal Representations for Biomedical Signals” in The Biomedical EngineeringHandbook. Boca Raton, Florida: CRC Press Inc., 1995.

[Cerutti et al., 1989] S. Cerutti, S. Civardi, A. Bianchi, M.G. Signorini, E. Ferrazzi andG. Pardi, "Spectral analysis of antepartum heart rate variability", Clinical Physics andPhysiological Measurements, vol. 10, supl. B, págs. 27-31, 1989.

[Cerutti et al., 1991] S. Cerutti, A. Bianchi, M.G. Signorini, M. Cavezzale, R. Cobelli,D. Lucini and M. Pagani, “Sympatho-vagal balance in humans under stressingconditions”, Annual International Conference of the IEEE Engineering in Medicine andBiology Society, vol. 13, nº 2, págs. 662-663, 1991.

[Craelius et al., 1986] W. Craelius, M. Restivo, M.A. Assadi and N. El-Sherif, “Criteriafor Optimal Averaging of Cardiac Signals”, IEEE Transactions on BiomedicalEngineering, vol. BME-33, nº 10, págs. 957-966, 1986.

[Cripps et al., 1991] T.R. Cripps, M. Malik, T.G. Farrell and A.J. Camm, "Prognosticvalue of reduced heart rate variability after myocardial infarction: clinical evaluation ofa new analysis method", British Heart Journal, vol. 65, págs. 14-19, 1991.

[Croxton, 1959] F.E. Croxton, Elementary statistics with application in medicine andthe biological sciences. New York: Dover Publications Inc., 1959.

Bibliografía

B.3

[Daubechies, 1988] I. Daubechies, “Orthonormal bases of compactly supportedwavelets”, Communications on Pure and Applied Mathematics, vol. XLI, págs. 909-996, 1988.[Daubechies, 1991] I. Daubechies, “A method for time-frequency localization” inAdvances in spectrum stimation and array processing, vol.II. Englewood Cliffs, NewJersey: Prentice-Hall, 1991.

[Daubechies, 1993] I. Daubechies, “Orthonormal bases of compactly supportedwavelets II. Variations on a theme”, SIAM Journal of Mathematical Analysis, vol. 24, nº2, págs 449-519, 1993.

[DeBoer et al., 1984] R.W. DeBoer, J.M. Karemaker and J. Strackee, “ComparingSpectra of a Series of Point Events Particularly for Heart Rate Variability Data”, IEEETransactions on Biomedical Engineering, vol. BME-31, nº 4, págs. 384-387, 1984.

[DeBoer et al., 1985] R.W. DeBoer, J.M. Karemaker and J. Strackee, “Relationshipsbetween short-term blood-pressure fluctuations and heart-rate variability in restingsubjects I: a spectral analysis approach”, Med. & Biol. Eng. & Comput., vol. 23, págs.352-358, 1985.

[Denton et al., 1990] T.A. Denton, G.A. Diamond, R.H. Helfant, S. Khan and H.Karagueuzian, “Fascinating rhythm: A primer on chaos theory and its application tocardiology”, American Heart Journal, págs. 1419-1440, December 1990.

[Desai et al., 1991] T. Desai, J. Collins, I. Biaggioni, R. Shiavi, V. Haile and D.Robertson, “Heart rate spectral analysis as an indicator of autonomic function in patientswith autonomic failure”, Annual International Conference of the IEEE Engineering inMedicine and Biology Society, vol. 13, nº 2, págs. 666-667, 1991.

[Di Rienzo et al., 1993] M. Di Rienzo, G. Mancia, G. Parati, A. Pedotti and A. Zanchetti(Eds.) Blood Pressure and Heart Rate Variability. Amsterdam: IOS Press, 1993.

[Diedrich et al., 1994] A. Diedrich, J. Drescher, V. Nalishitij and F. Kirchner, “AccuteEffects of Simulated Microgravity on Heart Rate Variability”, Journal of GravitationalPhysiology, vol. 1, págs. 35-36, 1994.

[Engel et al., 1990] D. Engel, J. Silny, G. Rau, M. Rubart and P. Hanrath, “Diagnosis ofischemia by continuous ECG-monitoring”, Proceedings of Computers in Cardiology,págs. 275-278, 1990.

[Ewing et al., 1978] D.J. Ewing, I.W. Campbell, A. Murray, J.M.M. Neilson and B.F.Clarke, “Immediate heart-rate response to standing: simple test for autonomicneuropathy in diabetes”, British Medical Journal, vol. 1, págs. 145-147, 1978.

[Ewing et al., 1981] D.J. Ewing, I.W. Campbell and B.F. Clarke, "Heart rate changes indiabetes mellitus", The Lancet, vol. 24, págs. 183-185, 1981.

Bibliografía

B.4

[Ewing et al., 1982] D.J. Ewing and B.F. Clarke, “Diagnosis and management ofdiabetic autonomic neuropathy”, British Medical Journal, vol. 285, págs. 916-918,1982.

[Ewing et al., 1984] D.J. Ewing, J.M.M. Neilson and P. Travis, "New method forassessing cardiac parasympathetic activity using 24 hour electrocardiograms", BritishHeart Journal, vol. 52, págs. 396-402, 1984.

[Frageus et al., 1976] L. Frageus and D. Linnarsson, “Autonomic origin of heart ratefluctuations at the onset of muscular exercise”, J. Appl. Physiol., vol. 40, nº 5, págs.679-682, 1976.

[Friesen et al., 1990] G.M. Friesen, T.C. Jannett, N.A. Jadallah, S.L. Yates, S.R. Quintand H.T. Nagle, “A Comparison of the Noise Sensitivity of Nine QRS DetectionAlgorithms”, IEEE Transactions on Biomedical Engineering, vol. BME-37, nº 1, págs.85-98, 1990.

[Furlan et al., 1990] R. Furlan, S. Guzzetti, W. Crivellaro, S. Dassi, M. Tinelli, G.Baselli, S. Cerutti, F. Lombardi, M. Pagani and A. Malliani, “Continuous 24-hourassessment of the neural regulation of systemic arterial pressure and RR variabilities inambulant subjects”, Circulation, vol. 81, págs. 537-547, 1990.

[García-González et al., 1997] M.A. García-González, O. Casas, J. Rosell and R. Pallás-Areny, “Fluid shifts in simulated microgravity affect body segmental impedances andheart rate variability”, Proceedings of the World Congress on Medical Physics andBiomedical Engineering, Nice 97, Medical & Biological Engineering & Computing, vol.35, Supplement Part I, pág. 440, 1997.

[Geddes, 1984] L.A. Geddes, Cardiovascular devices & their applications. New York:John Wiley & Sons, 1984

[Gough, 1993] N.A.J. Gough, "Fractal analysis of foetal heart rate variability",Physiological Measurements, vol. 14, págs. 309-315, 1993.

[Grassberger et al., 1983] P. Grassberger and I. Procaccia, “Measuring the strangenessof strange atractors”, Physica D, vol. 9, págs. 189-208, 1983.

[Grönlund et al., 1989] J.U. Grönlund, K.J. Antila, A.S.I. Siimes, T. Metsälä, R. Oja, J.Tuominen and I.A.T. Välimäki,"Beta-adrenergic control and inter-relationships betweenheart rate and blood pressure in neonatal lambs", Medical & Biological Engineering &Computing, vol. 27, págs. 163-170, 1989.

[Hales, 1733] S. Hales, Statical Essays vol. II. London: Innings and Manby, 1733

[Hardman et al., 1996] J.G. Hardman and L.E. Limbird, The Pharmacological Basis ofTherapeutics. New York: McGraw-Hill, 1996.

Bibliografía

B.5

[Hirsch et al., 1981] J.A. Hirsch and B. Bishop, “Respiratory sinus arrhythmia inhumans: how breathing pattern modulates heart rate”, Am. J. Physiol., vol. 241, nº 10,págs. H620-H629, 1981.

[JACC, 1988] Sub-Committee on Percutaneous Transluminal Coronary Angioplasty“Guidelines for percutaneous transluminal coronary angioplasty. a report of theAmerican College of Cardiology/American Heart Association Task Force on assessmentof diagnostic and therapeutic cardiovascular procedures”, JACC, vol. 12, nº 2, págs.529-545, 1988.

[Kamath et al., 1991] M.V. Kamath, E.L. Fallen, E. Dixon, N. McCartney, G. Mishkel,J.P. Reilly and A.R.M. Upton, "Clinical applications of heart rate variability powerspectra", Annual International Conference of the IEEE Engineering in Medicine andBiology Society, vol. 13, págs. 656-657, 1991.

[Katona et al., 1982] P.G. Katona, M. McLean, D.H. Dighton and A. Guz, “Sympatheticand parasympathetic cardiac control in athletes and nonathletes at rest”, J. Appl.Physiol., vol. 52, nº 6, págs. 1652-1657, 1982.

[Kitney, 1975] R.I. Kitney, "An analysis of the nonlinear behaviour of the humanthermal control system", J. Theor. Biol., vol. 52, págs. 231-248, 1975.

[Kleiger et al., 1987] R.E. Kleiger, J.P. Miller, J.T. Bigger, A.J. Moss and theMulticenter Post-infarction Research Group, "Decreased heart rate variability and itsassociation with increased mortality after acute myocardial infarction", Am.J. Cardiol.,vol. 59, págs. 256-262, 1987.

[Kleiger et al., 1993] R.E. Kleiger, M.S. Bosner, J.N. Rottman and P.K. Stein, "Time-domain measurements of heart rate variability", Journal of Ambulatory Monitoring, vol.6, págs. 1-18, 1993.

[Kollai et al., 1990] M. Kollai and G. Mizsei, “Respiratory sinus arrhythmia is a limitedmeasure of cardiac parasympathetic control in man”, Journal of Physiology, vol. 424,págs. 329-342, 1990.

[LeBlanc, 1986] A.-R. LeBlanc, “Quantitative analysis of cardiac arrhythmias”, CRCCritical Reviews in Biomedical Engineering, vol. 14, nº 1, págs. 1-43, 1986.

[Linkens, 1979] D.A. Linkens (ed), Biological systems, modelling and control.Stevenage: Peter Peregrinus Ltd., 1979.

[Lisenby et al., 1977] M. J. Lisenby and P.C. Richardson, "The beatquency domain: anunusual application of the fast Fourier transform", IEEE Transactions on BiomedicalEngineering, vol. 24, págs. 405-408, 1977.

[Lombardi et al., 1987] F. Lombardi, G. Sandrone, S. Pernpruner, R. Sala, M.Garimoldi, S. Cerutti, G. Baselli, M. Pagani and A. Malliani, “Heart Rate Variability asan Index of Sympathovagal Interaction After Acute Myocardial Infarction”, Am. J.Cardiol. , vol. 60, págs. 1239-1245, 1987.

Bibliografía

B.6

[Lopes et al., 1992] P. Lopes, R.H. Mitchell and J.A. White, “The relationships betweenrespiratory sinus arrhythmia and coronary heart rate risk factors”, Annual InternationalConference of the IEEE Engineering in Medicine and Biology Society, vol. 14, pags.769-770, 1992.

[Lozano, 1994] A. Lozano Nieto, Monitorización no invasiva de desplazamiento defluidos corporales mediante impedancia eléctrica, Tesis Doctoral. Barcelona: UPC,1994.

[Macerata et al., 1992] A. Macerata, S. Pola, C. Marchesi, M. Emdin and C.Carpeggiani, "Spectral analysis: time-dependent approach", Journal of AmbulatoryMonitoring, vol. 5, págs. 123-130, 1992.

[Mainardi et al., 1995] L.T. Mainardi, A.M. Bianchi, G. Baselli and S. Cerutti, "Pole-Tracking Algorithms for the Extraction of Time-Variant Heart Rate Variability SpectralParameters", IEEE Transactions on Biomedical Engineering, vol. 42, págs. 250-259,1995.

[Malik et al., 1989] M. Malik, T. Cripps, T. Farrell and A.J. Camm, "Prognostic valueof heart rate variability after myocardial infarction. A comparison of different data-processing methods", Med. & Biol. Eng. & Comput., vol. 27, págs. 603-611, 1989.

[Malik et al., 1989b] M. Malik, T. Cripps, T. Farrell and A.J. Camm, "Long-termspectral analysis of heart rate variability - an algorithm based on segmental frequencydistributions of beat-to-beat intervals", International Journal of Biomedical Computing,vol. 24, págs. 89-110, 1989.

[Mallat, 1989] S.G. Mallat, “A theory for multiresolution signal decomposition: Thewavelet representation”, IEEE PAMI, vol 11, nº 7, págs. 674-693, 1989.

[Mandelbrot, 1983] B. Mandelbrot, The Fractal Geometry of Nature. New York: W.H.Freeman, 1983.

[Mendel, 1991] J.M. Mendel, “Tutorial on Higher-Order Statistics (Spectra) in SignalProcessing and System Theory: Theoretical Results and Some Applications”,Proceedings of the IEEE, vol. 79, nº 3, págs. 278-305, 1991.

[Montgomery, 1987] L.D. Montgomery, “Body Volume Changes During SimulatedWeightlessness: An Overview”, Aviat. Space Environ. Med., vol. 58, págs. A80-A85.

[Morlet et al., 1993] D. Morlet, F. Peyrin, P. Desseigne, P. Touboul and P. Rubel,“Wavelet analysis of high-resolution signal averaged ECGs in postinfarction patients”,Journal of Electrocardiology, vol. 26, nº 4, págs 311-320, 1993.

[Murray et al., 1975] A. Murray, D.J. Ewing, I.W. Campbell, J.M.M. Neilson andB.F.Clarke, "RR interval variations in young male diabetics", British Heart Journal, vol.37, págs. 882-885, 1975.

Bibliografía

B.7

[Myers et al., 1986] G.A. Myers, G.J. Martin, N.M. Magid, P.S. Barnett, J.W. Schaad,J.S. Weiss, M. Lesch and D.H. Singer, "Power spectral analysis of heart rate variabilityin sudden cardiac death: comparison to other methods", IEEE Transactions onBiomedical Engineering, vol. 33, págs. 1149-1156, 1986.

[Noguchi et al., 1993] Y. Noguchi, S. Sugimoto, H. Kobayashi and M. Kobayashi,"Component analysis of heart rate variability spectra and mental load", AnnualInternational Conference of the IEEE Engineering in Medicine and Biology Society,vol. 15, págs. 391-392, 1993.

[Odemuyiwa et al., 1991] O. Odemuyiwa, M. Malik, T. Farrell, Y. Bashir, J. Polonieckiand J. Camm, “Comparison of the Predictive Characteristics of Heart Rate VariabilityIndex and Left Ventricular Ejection Fraction for All-Cause Mortality, ArrhythmicEvents and Sudden Death After Acute Myocardial Infarction”, Am. J. Cardiol., vol. 68,págs. 434-439, 1991.

[Otsuka et al., 1995] K. Otsuka, S. Nakajima, M. Shinagawa, Y. Kubo and T.Yamanaka, "Heart rate variability including 1/f fluctuations versus conventionalautonomic functions", Journal of Ambulatory Monitoring, vol. 8, págs. 91-100, 1995.

[Pagani et al., 1986] M. Pagani, F. Lombardi, S. Guzzetti, O. Rimoldi, R. Furlan, P.Pizzinelli, G. Sandrone, G. Malfatto, S. Dell'Orto, E. Piccaluga, M. Turiel, G. Baselli, S.Cerutti and A. Malliani, "Power Spectral Analysis of Heart Rate and Arterial PressureVariabilities as a Marker of Sympatho-Vagal Interaction in Man and Conscious Dog",Circulation Research, vol. 59, págs. 178-193, 1986.

[Pola et al., 1996] S. Pola, A. Macerata, M. Emdin and C. Marchesi, "Estimation of thePower Spectral Density in Nonstationary Cardiovascular Time Series: Assessing th Roleof the Time-Frequency Representations (TFR)", IEEE Transactions on BiomedicalEngineering, vol. 43, Nº 1, págs 46-59, 1996.

[Pomeranz et al., 1985] B. Pomeranz, R.J.B. Macaulay, M.A. Caudill, I. Kutz, D. Adam,D. Gordon, K.M. Kilborn, A.C. Barger, D.C. Shannon, R.J. Cohen and H. Benson,"Assessment of autonomic function in humans by heart rate spectral analysis", TheAmerican Journal of Physiology, vol. 248, págs. H151-H153, 1985.

[Raimondi et al., 1996] G. Raimondi, F. Castrucci, J.M. Legramante, F. Iellamo, S.Cassarino and G. Peruzzi, “Cortisol and renin-angiotensin-aldosterone system (RAAS)responses to 4 hours simulated microgravity”, Proceedings Sixth European Symposiumon Life Sciences Research in Space, págs. 405-407, 1996.

[Reisman et al., 1991] S. Reisman, W. Tapp, T. Findley and P. Zhang, “Fatigue inmultiple sclerosis using heart rate variability”, Annual International Conference of theIEEE Engineering in Medicine and Biology Society, vol. 13, nº 2, págs. 664-665, 1991.

[Restivo et al., 1985] M. Restivo, N. El-Sherif, G.J. Kelen, R. Henkin, W. Craelius andW.B. Gough, “Correlation of late potentials on the body surface and ventricularactivation maps of reentrant circuits in the post-infarction dog heart”, Circulation, vol.72, supl. III, págs 11, 1985.

Bibliografía

B.8

[Robinson et al., 1966] B.F. Robinson, S.E. Epstein, G.D. Beister and E. Braunwald,“Control of heart rate by the autonomic nervous system”, Circ. Res., vol. 19, págs. 400-411, 1966.

[Roche, 1993] Diccionario médico Roche. Barcelona: Doyma, S.A., 1993.

[Ryder et al., 1990] R.E.J. Ryder and C.A. Hardisty, "Which battery of cardiovascularautonomic function tests?", Diabetologia, vol. 33, págs. 177-179, 1990.

[Sapoznikov et al., 1988] D. Sapoznikov, E. M. Berry, Y. Mahler and M.S. Gotsman,"Spectrum analysis of heart rate fluctuations following autonomic nervous systemchanges", Proceedings of Computers in Cardiology, págs. 401-404, 1988.

[Sapoznikov et al., 1990] D. Sapoznikov, M.H. Luria, Y. Mahler and M.S. Gotsman,“Analysis of heart rate variations during sleep: presence of a newly observed non-periodic trapezoidal waveform”, Proceedings of Computers in Cardiology, págs. 71-74,1990.

[Sapoznikov et al., 1991] D. Sapoznikov, M. H. Luria, Y. Mahler and M.S. Gotsman,"Methods of arrhythmia and artifact removal in heart rate variability analysis", AnnualInternational Conference of the IEEE Engineering in Medicine and Biology Society,vol. 13, págs. 668-669, 1991.

[Saul et al., 1989] J.P. Saul, R.D. Berger, M.H. Chen and R.J. Cohen, “Transferfunction analysis of autonomic regulation II. Respiratory sinus arrhythmia”, Am. J.Physiol., vol. 256, págs. H153-H161, 1989.

[Savin et al., 1982] W.M. Savin, D.M. Davidson and W.L. Haskell, “Autonomiccontribution to heart rate recovery from exercise in humans”, J. Appl. Physiol., vol. 53,nº 6, págs. 1572-1575, 1982.

[Schechtman et al., 1988] V.L. Schechtman, K.A. Kluge and R.M. Harper, "Time-domain system for assessing variation in heart rate", Med. & Biol. Eng. & Comput., vol.26, págs. 367-373, 1988.

[Scherer et al., 1994] P. Scherer, J.P. Ohler, H.-W. Höpp and H. Hirche,“Decomposition of the time domain parameter SDNN of heart rate variability”, Journalof Ambulatory Monitoring, vol. 7, nº 1, págs. 7-18, 1994.

[Shin et al., 1989] S.J. Shin, W.N. Tapp, S.S. Reisman & B.H. Natelson, "Assessmentof autonomic regulation of heart rate variability by the method of complexdemodulation", IEEE Transactions on Biomedical Engineering, vol. BME-36, págs.274-283, 1989.

[Shin et al., 1993] K.S. Shin, H. Minamitani, S. Onishi, H. Yamazaki and M.H. Lee,“The power spectral analysis of heart rate variability during exercise”, AnnualInternational Conference of the IEEE Engineering in Medicine and Biology Society,vol. 15, págs. 786-787, 1993.

Bibliografía

B.9

[Smith et al., 1981] S.E. Smith and S.A. Smith, “Heart rate variability in healthysubjects measured with a bedside computer-based technique”,Clinical Science, vol. 61,págs. 379-383 ,1981.

[Somers et al., 1993] V. Somers, M.E. Dyken, A.L. Mark and F. M. Abboud,“Sympathetic-nerve activity during sleep in normal subjects”, N Engl J Med, vol. 328,nº 5, págs. 303-307, 1993.

[Soubiran et al., 1996] C. Soubiran, I. Harant, I. De Glisezinski, M. Beauville, F.Crampes, D. Riviere and M. Garrigues, “Carido-respiratory changes during the onset ofhead-down tilt”, Aviat. Space Environ. Med. , vol. 67, págs. 648-653, 1996.

[Southall et al., 1983] D.P. Southall, J.M. Richards and M. Swiet, "First report of thecombined study of SIDS", British Medical Journal, vol. 286, págs. 1092-1096, 1983.

[Sundkvist et al., 1979] G. Sundkvist, L-O Almér and B. Lilja, “Respiratory influenceon heart rate in diabetes mellitus”, British Medical Journal, vol. 1, págs. 924-925, 1979.

[Ten Harkel et al., 1990] A.D.J. Ten Harkel, J.J. Van Lieshout, E.J. Van Lieshout andW. Wieling, “Assessment of cardiovascular reflexes: influence of posture and period ofpreceding rest”, J. Appl. Physiol., vol. 68, nº 1, págs. 147-153, 1990.

[Tkacz et al., 1993] E. Tkacz and D. Komorowski, “An examination of some heart ratevariability analysis indicators in the case of children”, Annual International Conferenceof the IEEE Engineering in Medicine and Biology Society, vol. 15, págs. 794-795, 1993.

[Unser et al., 1992] M. Unser, A. Aldroubi and M. Eden, “On the asymptoticconvergence of B-spline wavelets to Gabor functions”, IEEE IT, vol. 38, nº 2, págs 864-871, 1992.

[Wada et al., 1993] T. Wada, H. Mizuno, F. Ohba and H. Kawashima, "Nonlinearanalysis of heart rate variability using bispectrum", Annual International Conference ofthe IEEE Engineering in Medicine and Biology Society, vol. 15, págs. 918-919, 1993.

[Webster, 1992] J.G. Webster, Medical instrumentation. Application and design.Boston: Houghton Mifflin Company, 1992.

[Wolf et al., 1985] A. Wolf, B.J. Swift, H.L. Swinney and J.A. Vastano, “DeterminingLyapunov exponents from time series”, Physica D, vol. 16, págs. 285-317, 1985.

[Womack, 1971] B.F. Womack, "The analysis of respiratory sinus arrhythmia usingspectral analysis and digital filtering", IEEE Transactions on Biomedical Engineering,vol. 18, págs. 399-409; 1971.

[Zhang et al., 1992] P.Z. Zhang, S.S. Reisman and W.N. Tapp, "Heart rate variabilitystudy using phase response curve", Annual International Conference of the IEEEEngineering in Medicine and Biology Society, vol. 14, págs. 571-572, 1992.

Bibliografía

B.10

[Zimmerman et al., 1984] B.G. Zimmerman, E.J. Sybertz and P.C. Wong, “Interactionbetween sympathetic and renin-angiotensin system”, J. Hypertens., vol. 2, págs. 581-587, 1984.