Digitalización automatizada de electrocardiogramas de 12 derivaciones (ECG) y estandarización de la base de datos de formas de onda (WFDB): Perspectivas a partir de datos clínicos vietnamitas

Resumen

Aquí presentamos un protocolo reproducible para convertir imágenes de ECG de 12 derivaciones de informes clínicos reales en señales digitales calibradas y compatibles con WFDB para análisis estandarizados aguas abajo, integrando calibración de rejillas, localización de derivación basada en YOLOv12, extracción de formas de onda (Viterbi o línea central mejorada) y puntos de validación visual.

Resumen

Muchas clínicas aún archivan electrocardiogramas de 12 derivaciones (ECG) como registros impresos en papel o imágenes raster incrustadas en informes PDF, lo que limita la interoperabilidad y el análisis computacional posterior. Aquí presentamos un protocolo de digitalización reproducible que convierte imágenes de informes ECG en señales digitales compatibles con la WaveForm DataBase (WFDB) para su uso estandarizado aguas abajo. El protocolo consiste en (i) detección de rejilla y calibración píxel-a físico, (ii) localización automatizada y etiquetado de las 12 regiones de derivación mediante un modelo de detección de objetos, (iii) preprocesamiento y normalización de señales, y (iv) extracción de formas de onda utilizando un método de trayectoria con constrención de continuidad (Viterbi) o un enfoque mejorado basado en línea central. El flujo de trabajo está diseñado para gestionar disposiciones clínicas heterogéneas, visibilidad variable de la cuadrícula y artefactos de imagen comunes, e incluye puntos de control visuales para el control de calidad en cada etapa. El protocolo genera registros WFDB de 12 derivaciones alineados en el tiempo, adecuados para análisis reproducibles en procesamiento de señales y pipelines de aprendizaje automático.

Introducción

El electrocardiograma de 12 derivaciones (ECG) es una piedra angular de la evaluación cardiovascular y sigue siendo ampliamente utilizado para el cribado, el seguimiento y la toma de decisiones^clínicas. A pesar de los esfuerzos continuos de digitalización, muchas instituciones aún almacenan los ECGs como registros impresos en papel o imágenes rasterizadas incrustadas en informes PDF, lo que reduce la buscabilidad y complica el seguimiento^{longitudinal 2}. Es importante destacar que el almacenamiento basado en imágenes impide el uso directo de kits de herramientas ECG estandarizados y tuberías de aprendizaje automático que requieren señales calibradas en serie temporal en lugar de imágenes³. El objetivo general de este protocolo es proporcionar un método reproducible y estandarizado para convertir imágenes electrocardiográficas en señales digitales calibradas adecuadas para análisis computacionales posteriores.

La digitalización automatizada del ECG busca reconstruir señales voltaje-tiempo a partir de imágenes ECG^{escaneadas 4}. Sin embargo, los escaneos clínicos de ECG en el mundo real suelen presentar diseños heterogéneos de informes, visibilidad variable en la cuadrícula, artefactos de compresión, iluminación no uniforme y marcas adicionales como sellos o^{anotaciones 5}. Estos factores pueden degradar la localización de leads y el trazado de formas de onda, limitando la reproducibilidad entre instituciones y proveedores^{de dispositivos 6}. Por lo tanto, un flujo de trabajo práctico de digitalización debería proporcionar una calibración robusta de la rejilla, separación y etiquetado fiables de plomo, y una exportación estandarizada a un formato de señal ampliamente adoptado como WFDB⁷. Los formatos digitales estandarizados mejoran la interoperabilidad entre instituciones y facilitan el análisis reproducible utilizando bibliotecas establecidas de procesamiento de señales electrocardiogramas.

Se han propuesto varias herramientas de digitalización del ECG (Tabla 1), pero el despliegue clínico sigue siendo un reto porque el rendimiento puede ser sensible a la calidad de la exploración y a la variabilidad^{del diseño 8,9,10}. Estudios recientes también han explorado la extracción automática de plomo de registros en papel de ECG mediante aprendizaje profundo, lo que subraya aún más la necesidad de un análisis robusto bajo diversos diseños y^artefactos. También se ha introducido software de digitalización relacionado para mejorar la robustez bajo condiciones clínicas^{heterogéneas 12}. Paralelamente, se han introducido kits de herramientas abiertos y recursos para la investigación de imágenes con ECG para facilitar el desarrollo de métodos y la evaluación^{de pruebas 13}. A diferencia de las herramientas de digitalización existentes, que pueden ser sensibles a la variabilidad del diseño o limitadas a formatos de escaneo específicos, este protocolo integra calibración de rejillas, localización automatizada de leads y exportación estandarizada de WFDB para mejorar la robustez entre informes clínicos heterogéneos. En este trabajo, nos centramos en una cadena de extremo a extremo que apunta a PDFs ECG y registros escaneados del mundo real, enfatiza la reproducibilidad y genera señales multi-lead compatibles con WFDB para análisis posteriores.

Proponemos un protocolo totalmente automatizado y reproducible para convertir imágenes de informes ECG de 12 derivaciones en señales digitales compatibles con WFDB. El protocolo integra (i) calibración píxel-a-físico basada en rejilla usando ajustes estándar de ECG (25 mm·^s-1, 10 mm·^mV-1), (ii) localización basada en YOLOv12 tanto de regiones de derivación como de iconos de derivación para apoyar una identificación robusta de derivación en diseños heterogéneos de informes, y (iii) dos procedimientos alternativos de extracción de forma de onda, incluyendo un método mejorado de línea central diseñado para mejorar la continuidad de las trazas bajo espesores de línea variables y pequeñas discontinuidades. Estos componentes están alineados con trabajos previos sobre extracción de señales, software robusto de digitalización y estrategias prácticas de digitalización bajo condiciones clínicas^{heterogéneas 14}. Los registros WFDB resultantes permiten el análisis aguas abajo utilizando cadenas de herramientas estándar de ECG. Este protocolo es especialmente adecuado para la digitalización retrospectiva de informes electrocardiográficos archivados almacenados en papel escaneado o PDFs rasterizados y puede requerir adaptación cuando las líneas de cuadrícula están ausentes o gravemente distorsionadas.

Protocolo

Obtener la aprobación del Comité de Ética (Junta de Revisión Institucional) del Hospital Tam Duc (ID de protocolo: 24751791) antes de la recogida retrospectiva de datos. Desidentifica todos los informes de ECG antes del análisis eliminando identificadores directos (por ejemplo, nombre del paciente, número de historial médico, fecha de nacimiento y fecha de visita) y sustituyéndolos por un ID de estudio no identificativo. Utiliza solo datos de ECG desidentificados para el desarrollo y evaluación del modelo.

1. Preparar materiales, software y entradas

2. Convertir PDFs ECG en imágenes

1. Convierte cada página del PDF del ECG a una imagen en escala de grises a 300 dpi.
2. Guarda cada página como .png (preferido) o .tiff usando compresión mínima para preservar las líneas de cuadrícula y los detalles de la forma de onda.
3. Almacenar las imágenes exportadas en salidas/imágenes/ y mantener los nombres de archivo consistentes en todas las etapas de la tubería (véase la Figura 2 para un diseño representativo de entrada).

3. Preprocesar imágenes ECG (contraste y ruido)

1. Aplica CLAHE para realzar líneas de cuadrícula tenues y contraste de formas de onda.
2. Aplica un ligero desenfoque gaussiano para reducir el ruido de alta frecuencia mientras se conservan los bordes de la forma de onda.
3. Recorta los márgenes negros grandes preservando toda la zona de contenido del ECG.
4. Gira la imagen hacia arriba si el escaneo/exportación está rotado.
5. Guarda las salidas preprocesadas en salidas/preprocesadas/.
6. Inspecciona visualmente un subconjunto de salidas y confirma que las líneas de cuadrícula y las trazas siguen siendo legibles (véase la Figura 2).
   PRECAUCIÓN: Evita el suavizado agresivo que rompa segmentos delgados de forma de onda.

4. Detectar el espaciado de la cuadrícula y calibrar la escala (píxel → mm)

1. Detectar el espaciado de la rejilla usando la detección de líneas de Hough para líneas verticales/horizontales.
2. Estima la distancia media entre líneas de cuadrícula adyacentes (píxeles) y almacena el valor de espaciado de la cuadrícula.
3. Si falla la detección de líneas de Hough, estima el espaciado usando análisis de Fourier de proyecciones por filas/columnas.
4. Si el análisis de Fourier falla para rejillas punteadas, estima el espaciado usando la detección de círculos de Hough (o la periodicidad de puntos).
5. Si todos los detectores de rejilla fallan, establece un valor de espaciado de respaldo (por ejemplo, 59 píxeles) y marca el registro para su revisión.
6. Calcular la conversión píxel a mm usando el espaciado detectado y el estándar de papel ECG (por ejemplo, 25 mm·s⁻¹ y 10 mm·mV⁻¹; véase la Figura 1).
7. Reescala la imagen usando interpolación bicúbica para normalizar la escala entre registros.
8. Guarda las imágenes calibradas en salidas/calibradas/y almacena los registros de calibración por registro.
   NOTA: Consulte el Archivo Suplementario 1 (Algoritmo 1) para pseudocódigo orientado a la implementación de detección de espaciado de cuadrícula y calibración píxel-a físico.

5. Localizar regiones de 12 derivaciones usando YOLOv12

1. Carga el modelo entrenado YOLOv12 para la detección de la región de adelanto (véase la Tabla 2 para los parámetros de entrenamiento).
   1. Utilizar la implementación del marco de entrenamiento/inferencia YOLOv12 sin modificaciones arquitectónicas para detectar y separar las 12 regiones derivadas en cada imagen ECG para la digitalización posterior (véase Figura 1).
2. Ejecuta la inferencia en cada imagen calibrada usando el tamaño de inferencia configurado (por ejemplo, imgsz = 1024).
3. Aplica supresión no máxima y mantén la caja delimitadora de mayor confianza por clase de lead.
4. Exporta las cajas delimitadoras a salidas/yolo_boxes/ en un formato reproducible (TXT/CSV/JSON).
5. Guarda las imágenes superpuestas que muestran las cajas y etiquetas de la región de plomo predichas para su verificación (véase la Figura 3 y la Figura 4).
6. Marca los registros con leads faltantes, leads duplicados o un diseño inconsistente y exclúyelos de la exportación automática si es necesario.
   NOTA: Consulte el Archivo Suplementario 1 (Algoritmo 2) para el pseudocódigo de la extracción de regiones de leads y el post-procesamiento de cajas basado en YOLOv12.

6. Localizar iconos de leads usando YOLOv12

1. Carga el modelo entrenado YOLOv12 para la detección de iconos de plomo (véase la Tabla 2 para parámetros de entrenamiento).
   1. Utiliza la misma implementación del marco de entrenamiento/inferencia YOLOv12 sin modificaciones arquitectónicas para detectar iconos de plomo y así una identificación robusta de leads en diseños heterogéneos (véase Figura 1).
2. Ejecuta la inferencia en cada imagen calibrada usando el tamaño de inferencia configurado y los umbrales indicados en el texto principal.
3. Aplica supresión no máxima y mantén la caja delimitadora de mayor confianza por clase de icono de plomo.
4. Exportar las cajas delimitadoras de iconos de inicio a salidas/yolo_boxes/ en un formato reproducible (TXT/CSV/JSON).
5. Guarda las imágenes superpuestas que muestran las cajas de iconos de inicio predichas y las etiquetas de clase para verificación (véase la Figura 5 y la Figura 6).
6. Evalúa el rendimiento de detección de iconos de plomo e informa de resultados cuantitativos y definiciones de métricas (véase Tabla 5 y Tabla 6).
7. Comparar la detección de regiones de avance y la detección de iconos de inicio bajo el mismo protocolo de evaluación y convención de informes en tiempo de ejecución.

7. Cultivar cada región de plomo y estandarizar los cultivos

1. Recorta cada región de derivación de la imagen calibrada usando las coordenadas predichas de la caja delimitadora.
2. Los cultivos en plataforma mantienen un tamaño consistente cuando las regiones de plomo varían según la distribución.
3. Guarda las imágenes recortadas en salidas/lead_crops/ usando el esquema de nombres: recordID_leadName.png.
4. Confirma que los 12 cables están presentes para cada registro antes de la extracción de la forma de onda (véase la Tabla 3 y la Tabla 4).

8. Generar una máscara de señal binaria para cada corte de plomo

1. Normaliza la intensidad de cada corte adelantado a un rango de intensidad de 8 bits.
2. Aplica umbral adaptativo (o umbral Otsu) para separar la traza de la forma de onda del fondo/líneas de cuadrícula.
3. Aplica limpieza morfológica (por ejemplo, apertura/cierre) para suprimir artefactos residuales de la rejilla.
4. Cubrir pequeños huecos en la traza mediante interpolación o relleno basado en conectividad.
5. Guarda la máscara binaria final en las salidas/máscaras y verifica la calidad de la máscara en muestras representativas (véase la Figura 7).
   NOTA: Consulte el Archivo Suplementario 1 (Algoritmo 3) para detalles sobre la generación de máscaras de la región de avance al utilizar enmascaramiento guiado por cajas delimitadoras.

9. Extraer trazas de forma de onda (elegir entre extracción de trayectoria basada en Viterbi o extracción mejorada por línea central).

1. Extracción de trazas de forma de onda usando extracción de caminos basada en Viterbi
   1. Calcular un mapa de costes en la máscara binaria que penalice las discontinuidades y favorezca píxeles similares a trazas.
   2. Ejecuta la decodificación de Viterbi para obtener un camino con restricciones de continuidad a través del cultivo principal.
   3. Suaviza el camino extraído e interpola los segmentos que faltan cuando sea necesario.
   4. Guarda las coordenadas de camino en salidas/trazas y guarda los gráficos superpuestos para validación (véase la Figura 8).
      NOTA: Consulte el Archivo Suplementario 2 (Algoritmo 4) para la extracción de formas de onda y pseudocódigo de visualización basado en Viterbi.
2. Extracción de la traza de forma de onda usando una extracción mejorada por línea central
   1. Esqueletoza la máscara binaria para obtener un candidato a la línea central.
   2. Eliminar ramas espurias y componentes aislados causados por el ruido de la red.
   3. Suaviza la línea central y mantén la continuidad de izquierda a derecha.
   4. Interpola los segmentos cortos que faltan para preservar la continuidad de la forma de onda.
   5. Ajusta los parámetros específicos del conjunto de datos (por ejemplo, umbrales de binarización, tamaños morfológicos de los granos, longitud de poda, resistencia al suavizado y límites de interpolación por huecos) para optimizar la continuidad de la línea central bajo las condiciones de imagen del conjunto de datos del estudio.
   6. Guarda las coordenadas centrales en salidas/trazas y guarda los gráficos superpuestos para validación (véase la Figura 9).
      NOTA: Utilizar un principio estándar basado en esqueletización de la línea central y mejorar la robustez mediante ajuste de parámetros específicos por conjunto de datos y post-procesamiento; consulte el Archivo Suplementario 2 (Algoritmo 5) para la extracción de líneas centrales, suavizado/interpolación, configuración de parámetros y pseudocódigo de almacenamiento.

10. Convertir las trazas de píxeles en señales calibradas (mV frente a tiempo)

1. Convierte las coordenadas píxel y en voltaje usando la escala calibrada de la cuadrícula (10 mm·mV⁻¹) y mapeo píxel-a-mm.
2. Convierte coordenadas píxel x en tiempo usando la escala calibrada de cuadrícula (25 mm·s⁻¹) y mapeo píxel-a-mm.
3. Remuestrear cada derivación a una frecuencia de muestreo fija (por ejemplo, 100 Hz) y alinear las 12 derivaciones en el tiempo.
4. Guarda las señales de 12 derivaciones como archivos CSV en salidas/signals_csv/ con nombres y unidades de columna consistentes.

11. Exportar registros WFDB y validar las salidas

1. Convierte cada CSV de 12 derivaciones en un registro WFDB usando la biblioteca WFDB.
2. Escribe el archivo de cabecera .hea que contiene el nombre del registro, la frecuencia de muestreo, las ganancias de señal, las líneas base y los nombres de leads.
3. Escribe el archivo de señal .dat usando un tipo numérico consistente (por ejemplo, 16 bits) y una convención unitaria (por ejemplo, μV).
4. Recarga cada registro WFDB y grafica las 12 pistas para confirmar el orden de las pistas, la denominación y la alineación temporal (véase la Figura 10).
5. Guarda las salidas finales de WFDB en salidas/wfdb/ y guarda los gráficos de validación.
   NOTA: Consulte el Archivo Suplementario 3 (Algoritmo 7) para detalles de conversión de CSV a WFDB y la escritura opcional de anotaciones cuando haya metadatos disponibles.

12. Puntos de control y resolución de problemas

1. Rechaza o marca cualquier registro con calibración de la rejilla poco fiable, cables faltantes o oclusiones severas.
2. Vuelve a ejecutar el preprocesamiento y la calibración con parámetros ajustados para los registros marcados.
3. Vuelve a ejecutar la detección con los umbrales actualizados de confianza/IoU cuando se pierden contactos.
4. Resume los modos de fallo y los criterios de exclusión en una tabla de resultados.

Resultados

Preparación de la entrada
Los informes ECG se convirtieron con éxito de PDFs o escaneos a imágenes estandarizadas y alineadas por ejes, adecuadas para el procesamiento posterior. Para los ECG en papel, los escaneos se adquirieron a 300 dpi en escala de grises y se guardaron como PNG/TIFF para reducir artefactos de compresión. Los problemas de entrada más comunes fueron (i) compresión excesiva por exportaciones de PDF, (ii) recorte parcial que eliminaba regiones o etiq...

Discusión

Este estudio presenta una tubería automatizada de extremo a extremo que convierte imágenes ECG de 12 derivaciones de PDFs o registros en papel escaneados en señales digitales compatibles con WFDB mediante calibración de rejilla, localización de derivación basada en YOLOv12 y extracción de formas de onda mediante búsqueda de caminos Viterbi o un método mejorado de línea^{central 1}. El protocolo incluye puntos de control de validación (superposiciones de caja delimita...

Materiales

Lista de materiales utilizados en este artículo

Nombre	Empresa	Número de catálogo	Comentarios
GPU (pruebas en tiempo de ejecución)	NVIDIA	GeForce RTX 3060 12 GB	NVIDIA GeForce RTX 3060 12 GB usada para pruebas de ejecución
NumPy	NumPy	1.26.4	Procesamiento numérico
OpenCV	OpenCV	4.10.0.84	Preprocesamiento de imágenes (deskew, filtrado)
Sistema operativo (pruebas en tiempo de ejecución)	Microsoft	Windows 11	Windows 11 utilizado para pruebas de ejecución
Convertidor de PDF a imagen	Este protocolo	V1	Rasterización PDF a 300 DPI; proporcionar la URL del repositorio en Disponibilidad de Datos
Python	Fundación de Software Python	3.12.5	Entorno de ejecución
PyTorch	PyTorch	0.5.0	Backend para YOLOv12
Escáner	Canon	DR-C240	300 DPI, escala de grises, PNG/TIFF recomendado
scikit-image	scikit-image	0.25.0	Esqueletización y morfología (línea central)
Ultralíticos	Ultralíticos	8.3.155	Marco de entrenamiento/inferencia YOLOv12
wfdb (paquete Python)	PhysioNet	4.1.2	Exportación WFDB (.hea/.dat)