[ANGLÈS] A study of a method for automatic assessment of the quality of electrocardiogram (ECG) signals has been motivated by emerging applications such as the recording of the signals and transmission to mobile phones in unsupervised environments, or the measurement of vital signs in everyday scenarios without contact using capacitive technologies. These applications raise new challenges, since the quality of the signals considered is much worse than the standard signals recorded under favorable conditions. This work explores the possibility of using an ensemble of decision trees with signal features of diverse nature to automatically estimate the quality of electrocardiogram recordings of different origin. Furthermore, the classifier is tested as a channel selection method in an independent component analysis scheme for artifact removal in capacitive ECG recordings.

[CASTELLA] El estudio de un método para la estimación de la calidad de señales de electrocardiograma (ECG) ha sido motivado por aplicaciones emergentes tales como la obtención de las señales y su transmisión a teléfonos móviles en entornos no supervisados, o la medición sin contacto de constantes vitales en situaciones cotidianas utilizando tecnologías capacitivas. Estas aplicaciones plantean nuevos desafíos, ya que la calidad de las señales consideradas es mucho peor que la de las señales estándar obtenidas en situaciones favorables. Este trabajo explora la posibilidad de utilizar un conjunto de árboles de decisión junto con características de diversa naturaleza para estimar automáticamente la calidad de señales de electrocardiograma de diferente origen. Además, el clasificador es evaluado como un método de selección de canales en un esquema de análisis de componentes independientes para la extracción de distorsiones en señales de electrocardiograma capacitivo.

[CATALÀ] L'estudi d'un mètode per a l'estimació de la qualitat de senyals de electrocardiograma (ECG) ha estat motivat per aplicacions emergents com ara l'obtenció dels senyals i la seva transmissió a telèfons mòbils en entorns no supervisats, o el mesurament sense contacte de constants vitals en situacions quotidianes utilitzant tecnologies capacitives. Aquestes aplicacions plantegen nous reptes, ja que la qualitat dels senyals considerades és molt pitjor que la dels senyals estàndard obtingudes en situacions favorables. Aquest treball explora la possibilitat d'utilitzar un conjunt d'arbres de decisió juntament amb característiques de diversa naturalesa per estimar automàticament la qualitat de senyals d'electrocardiograma de diferent origen. A més, el classificador és avaluat com un mètode de selecció de canals en un esquema d'anàlisi de components independents per a l'extracció de distorsions en senyals d'electrocardiograma capacitiu.