Classificação de arritmias cardíacas em sinais de ECG utilizando redes neurais profundas

• Ano de defesa: 2021
• Autor(a) principal: Santana, João Roberto Gomes
• Outros Autores: http://lattes.cnpq.br/0319011852205104
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Amazonas; Faculdade de Tecnologia; Brasil; UFAM; Programa de Pós-graduação em Engenharia Elétrica
• Palavras-chave em Português: Inteligência artificial - Aplicações médicas; Coração - Exame; ENGENHARIAS; ECG; Amostragem; Normalização; CNN; LSTM
• Link de acesso: https://tede.ufam.edu.br/handle/tede/8758

As doenças cardiovasculares são a principal causa de morte em todo o mundo. A detecção de doenças cardiovasculares em seus estágios iniciais pode reduzir efetivamente a taxa de mortalidade ao fornecer tratamento oportuno. Neste estudo, propomos uma nova metodologia para detecção de arritmias, utilizando Redes Neurais Convolucionais 2D. A principal característica da metodologia proposta é a utilização de imagens em nível de cinza de 15 x 15 pixels, contendo os valores de um batimento cardíaco do sinal de ECG. Este trabalho tem como objetivo detectar 17 arritmias. Para validar e testar a metodologia proposta, foi utilizado o banco de dados MIT-BIH, principal banco de dados de referência disponível na literatura. Quando comparada a outros resultados publicados anteriormente, a precisão obtida, 92,31%, está no estado da arte. O trabalho apresentado fornece um método automático para detectar arritmias em sinais de ECG por meio de uma nova metodologia.