Analisi automatica dell’intervallo QT in registrazioni holter elettrocardiografico

L’intervallo QT, che riflette la durata complessiva della depolarizzazione e ripolarizzazione ventricolare, rappresenta un parametro cardine nell’elettrocardiografia clinica, in quanto strettamente correlato al rischio di aritmie ventricolari potenzialmente fatali. La presente tesi affronta il tema dell’analisi del QT da una duplice prospettiva: teorica e sperimentale. Nella prima parte viene illustrata la fisiologia del cuore e l’origine del segnale elettrocardiografico, con particolare attenzione al significato dell’intervallo QT e ai fattori fisiologici (frequenza cardiaca, sesso, età) che ne influenzano la durata. Viene inoltre approfondita la sindrome del QT lungo, sia nella sua forma congenita, legata a mutazioni genetiche dei canali ionici, sia in quella farmaco-indotta, con una panoramica dei meccanismi fisiopatologici e delle implicazioni cliniche. Successivamente, viene analizzata la segmentazione del tracciato elettrocardiografico (ECG), elemento fondamentale per la corretta misurazione del QT. Vengono confrontati approcci manuali e automatici, considerando il ruolo sempre più crescente degli algoritmi nella gestione di grandi quantità di dati elettrocardiografici. Dalle premesse e dalle osservazioni valutate nella precedente parte di questo lavoro di tesi, si inserisce la parte sperimentale, in cui è stato sviluppato un metodo automatico per l’analisi del QT su segnali ECG provenienti da registrazioni Holter. Il segnale è stato segmentato in finestre consecutive da 60 s, sottoposto a filtraggio e analizzato mediante la funzione ECGDeli, che ha permesso l’individuazione automatica dei principali punti fiduciali. Per ciascun soggetto è stato quindi calcolato il QT medio globale sulla base di 59 finestre analizzate. I risultati mostrano valori di QT compresi tra 386 ms e 488 ms, generalmente compatibili con i limiti fisiologici e una buona stabilità intra-soggetto. L’analisi si è dimostrata efficace, anche se sono emerse criticità legate alla gestione di segnali prolungati in ambiente MATLAB. Tra le possibili soluzioni, vi è l’integrazione di tecniche di filtraggio selettivo per focalizzare l’analisi su finestre con valori critici e l’adozione di finestre adattive per una maggiore individualizzazione del processo. In conclusione, la tesi conferma la validità dell’elaborazione automatica dell’intervallo QT e ne evidenzia le prospettive applicative in ambito clinico e di ricerca.