Los electrogramas intracardíacos (EGM) son señales eléctricas medidas dentro de las cámaras del corazón, que se pueden utilizar para localizar tejido cardíaco anormal y guiar ablaciones por catéter para tratar arritmias cardíacas. Los EGM pueden contener grandes cantidades de incertidumbre y variaciones irregulares, lo que plantea desafíos significativos en el análisis de datos. Este estudio tiene como objetivo introducir un enfoque estadístico para tener en cuenta la incertidumbre de los datos al analizar EGM para identificar impulsos eléctricos anormales. El orden de activación de los sensores del catéter se modeló con una distribución multinomial, y se realizaron estimaciones de máxima verosimilitud para rastrear la ruta de conducción de ondas eléctricas en presencia de incertidumbre. Se realizó una optimización robusta para localizar los impulsos eléctricos en función de la velocidad de conducción local y las distancias geodésicas entre los sensores del catéter. El algoritmo propuesto puede identificar las fuentes focales cuando la conducción eléctrica es iniciada por impulsos eléctricos irregulares e implica colisiones de ondas, rupturas y ondas espirales. El marco de modelado estadístico puede tratar eficientemente las incertidumbres de los datos y proporcionar una estimación confiable de las ubicaciones de las fuentes focales. Esto muestra el gran potencial de un enfoque estadístico para el análisis cuantitativo de la actividad estocástica de las ondas eléctricas en trastornos cardíacos y sugiere investigaciones futuras que integren métodos estadísticos con un método determinista basado en geometría para lograr un rendimiento diagnóstico avanzado.