Feature extraction based on time-singularity multifractal spectrum distribution in intracardiac atrial fibrillation signals

espanolEl analisis de la dinamica no lineal de senales de Electrogramas Intracardiacos (EGM) ha sido propuesto como una herramienta para detectar sitios criticos de conduccion electrica (ejm: rotores o multiples frentes de onda) en fibrilacion auricular (AF). Estudios previos han mostrado que el analisis multifractal puede ser de utilidad para detectar actividad critica en la senal EGM. A pesar de esto, el analisis multifractal no considera la informacion temporal de la senal. Existe un nuevo formalismo matematico para superar esta limitacion, el cual es llamado Distribucion Tiempo-Singularidad del Espectro Multifractal (TS-MFSD), que involucra la variacion en el tiempo del espectro. Este articulo describe una nueva metodologia para calcular caracteristicas a partir del TS-MFSD en senales EGM. Nosotros evaluamos los metodos descritos en una base de datos de EGM etiquetada por expertos en cuatro clases: no fragmentada, potenciales fragmentados discretos, actividad desorganizada y actividad continua. Para evaluar el rendimiento se calculo el area bajo la curva ROC. El mejor resultado de las caracteristicas propuestas alcanzo un area bajo la curva ROC de 95.17% en la deteccion de senales con actividad continua. Este resultado supera los reportados mediante la utilizacion del analisis multifractal. Hasta donde sabemos, este es el primer trabajo que reporta la utilizacion de la TS-MFSD en senales biomedicas, y nuestros resultados sugieren que el analisis Tiempo-Singularidad tiene el potencial para estudiar el comportamiento no estacionario de las senales EGM en AF. EnglishNon-linear analysis of electrograms (EGM) has been proposed as a tool to detect critical conduction sites (e.g., rotors vortex, multiple wavefronts) in atrial fibrillation (AF). Likewise, studies have shown that multifractal analysis is useful to detect critical activity in EGM signals. However, the multifractal spectrum does not consider the temporal information. There is a new mathematical formalism to overcome this limitation: the time-singularity multifractal spectrum distribution (TS-MFSD), which involves the time variation of the spectrum. In this manuscript, we describe the methodology to compute the TS-MFSD from EGM signals. Moreover, we propose a methodology to extract features from time-singularity spectrum and from singularity energy spectrum (SES). We tested the features in an EGM database labeled by experts as: non-fragmented, discrete fragmented potentials, disorganized activity, and continuous activity. We tested the area under the receiver operating characteristic (ROC) curve. The proposed features achieve an area under the ROC curve of 95.17% when detecting signals with continuous activity. These results outperform those reported using multifractal analysis. To our knowledge, this is the first work that report the use of TS-MFSD in biomedical signals and our findings suggest that time-singularity has the potential to be used in the study of non-stationary behavior of EGM signals in AF.