La Unidad Iztapalapa de la Universidad Autónoma Metropolitana (UAM) ha sido el escenario para el ciclo Lunes en la Ciencia, donde se presentó la doctora Aida Jiménez González, experta en ingeniería biomédica. Su investigación, titulada Disección Computacional del Lub-Dub, el mensaje sonoro que genera el corazón en cada latido, se enfoca en el monitoreo fetal y el seguimiento antenatal a través de técnicas como la fonografía y la electrocardiografía abdominal.
El corazón humano produce un sonido característico al bombear sangre, conocido como Lub-Dub. Este fenómeno ocurre gracias a las cuatro válvulas del corazón que garantizan un flujo sanguíneo unidireccional. El primer sonido cardiaco, o Lub, se origina cuando la presión sanguínea abre las válvulas pulmonar y aórtica. En contraste, el segundo sonido cardiaco, Dub, se produce al abrirse las válvulas tricúspide y mitral tras una disminución en el flujo sanguíneo.
Estos sonidos son fundamentales para evaluar la salud cardíaca, ya que proporcionan información sobre el ritmo, duración y función valvular del corazón. La doctora Jiménez González destacó que su trabajo de disección computarizada permite identificar los eventos valvulares del Lub-Dub, algo que no es posible con una simple auscultación tradicional.
Análisis detallado del Lub-Dub mediante algoritmos
El proceso comienza con el uso de un transductor electroacústico, un micrófono especializado que capta los sonidos cardíacos en puntos específicos de auscultación. Esta señal acústica se convierte en eléctrica, amplificada y filtrada antes de ser enviada a una computadora. Allí, los datos se grafican y almacenan digitalmente, resultando en un fonocardiograma: una representación gráfica de los sonidos generados por el corazón.
“Hemos logrado captar los sonidos en un entorno gráfico. El desafío actual es realizar una disección confiable de los eventos valvulares a partir del fonocardiograma para identificar la activación específica de cada válvula”, explicó la investigadora.
Jiménez González también está desarrollando un software capaz de descomponer los sonidos S1 y S2 en sus componentes valvulares individuales. Esto implica etiquetar cada elemento obtenido para evaluar cómo funciona el sistema. Sin embargo, uno de los principales retos es decidir qué información debe ser proporcionada al algoritmo para llevar a cabo esta tarea.
Perspectivas futuras en diagnóstico médico
La especialista considera que tanto S1 como S2 son combinaciones de fuentes sonoras valvulares producidas por generadores acústicos distintos que se activan asíncronamente. Esta característica es clave para el modelo computacional que busca maximizar la independencia entre los componentes recuperados, permitiendo así aislar los sonidos correspondientes a cada válvula durante S1 y S2.
Los ensayos iniciales han mostrado segmentos separados que permiten visualizar gráficamente cada válvula dentro de los sonidos S1 y S2. Este avance facilitaría un análisis más profundo de los componentes valvulares y podría ofrecer información adicional para mejorar los métodos diagnósticos utilizados en imagenología médica.
Si (
No(
