Executive Secretary

III International Symposium on “Generation and Transfer of Knowledge for Digital Transformation "SITIC 2025"

III International Symposium on “Generation and Transfer of Knowledge for Digital Transformation

SITIC 2025

Hybrid Algorithm for Vectorcardiogram Estimation from Electrocardiograms
Set Favorite

Abstract

Problem: Vectorcardiography (VCG) equipment is costly and inaccessible, hindering its use in diagnosing cardiovascular diseases (CVDs), the leading global cause of death.

Objective(s): To develop a hybrid algorithm estimating VCG from standard electrocardiograms (ECG), enhancing accuracy in specific waveform segments.

Methodology:

• Evaluation of eight linear algorithms (inverse Dower, Kors, Guillem, etc.) using mean square error and Pearson coefficient.

• Automated ECG waveform segmentation (P, QRS, T) via convolutional neural networks.

• Segment-specific application of optimal algorithms.

Results and Discussion:

• The hybrid approach outperformed uniform methods, reducing errors in T-waves (35%) and QRS complexes (28%).

• Validation with real datasets showed Pearson correlation >0.92 for VCG estimates.

Conclusions: Segment-based processing enhances diagnostic accuracy, leveraging existing ECG infrastructure. It provides a viable alternative for resource-limited regions.


Resumen

Problemática: Los equipos de vectorcardiografía (VCG) son costosos e inaccesibles, limitando su uso en diagnóstico de enfermedades cardiovasculares (ECV), principal causa de muerte global.

Objetivo(s): Desarrollar un algoritmo híbrido para estimar VCG a partir de electrocardiogramas (ECG) estándar, mejorando la precisión en segmentos específicos.

Metodología:

• Evaluación de ocho algoritmos lineales (Dower inverso, Kors, Guillem, etc.) mediante error cuadrático medio y coeficiente de Pearson.

• Segmentación automática de ondas ECG (P, QRS, T) con redes neuronales convolucionales.

• Aplicación selectiva del mejor algoritmo por segmento cardíaco.

Resultados y discusión:

• El enfoque híbrido superó a métodos uniformes, reduciendo errores en ondas T (35%) y QRS (28%).

• Validación con registros reales demostró correlación de Pearson >0.92 en estimaciones VCG.

Conclusiones:  La estrategia por segmentos incrementa la precisión diagnóstica, aprovechando equipos ECG existentes. Ofrece una alternativa viable para regiones con recursos limitados.


About The Speaker

Alberto Taboada Crispi

Ph. D. Alberto Taboada Crispi

UCLV Flag of Cuba

Discussion

Practical Info
Presentation
Spanish / Español
October 21, 2025 12:0 PM
5 minutes
Hotel Grand Memories Cayo Santa María
Authors
Ph. D. Alberto Taboada Crispi
Juan Pablo Palmero Valdés
Ph. D. María Matilde García Lorenzo
Elibet Chávez González
Keywords
algoritmo híbrido
ecg-vcg transformation
electrocardiogram
electrocardiograma
hybrid algorithm
transformación ecg-vcg
vectorcardiogram
vectorcardiograma
Documents