PÉEK: una aplicación web para detectar arritmias cardíacas mediante redes neuronales convolucionales y trazos electrocardiográficos
Cargando...
Archivos
Entrevistado
Entrevistador
Fecha de la entrevista
Fecha
Autores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Autónoma de Baja California.
Descripción
Abstract
La presente tesis se orienta al desarrollo de una aplicación web aplicando un modelo de
aprendizaje profundo para identificar arritmias cardíacas a partir de un trazo de
electrocardiograma (ECG).
La aplicación web tiene por nombre PÉEK cuyo significado proviene del maya “latido” y fue
desarrollada con la arquitectura Cliente-Servidor, donde el usuario interactúa con una página
web (Cliente) y se conecta con Python (Servidor) en donde se procesa el trazo de ECG para
localizar cada ciclo cardiaco en él e identificar la presencia de una arritmia cardíaca según la
forma de onda que presente cada ciclo.
El modelo utilizado es una Red Neuronal Convolucional (del inglés Convolutional Neural
Networks, CNN) de 20 capas, de las cuales 4 capas son de convolución, seguidas cada una
con una capa de la función de activación ReLu, 4 de MaxPooling, 3 de Dropout, 1 capa
Flatten, 2 capas Densas y, finalmente, una de Softmax como función de activación de salida.
El modelo fue entrenado a partir de imágenes de ciclos cardíacos normales (sin arritmia
cardíaca) y ciclos con contracción ventricular prematura (del inglés Premature Ventricular
Contraction, PVC).
Los resultados obtenidos del modelo para la identificación de la arritmia cardíaca PVC fue de
98.92% de precisión y la aplicación web genera una imagen de todo el trazo de ECG,
mostrando trazos de 29 segundos por renglón, con cada ciclo cardíaco clasificado, marcando
con las letras NSR a los ciclos normales, y a las arritmias con un recuadro rojo y la etiqueta
de la arritmia identificada, para facilitar su visualización en la imagen.
Palabras clave
Software de aplicación||lemb||Tesis y disertaciones académicas||Desarrollo