Clasificación de arritmias cardíacas en base a características lineales y no lineales del ECG con redes neuronales

Abstract

Las enfermedades cardiovasculares se han vuelto una de las principales causas de muerte en el mundo, tanto en países en desarrollo como en países desarrollados. El diagnóstico de enfermedades cardiacas empieza por la detección de arritmias cardiacas y es una tarea laboriosa para los médicos especializados, debido a la gran cantidad de información que se debe analizar. En este trabajo se presenta un sistema de clasificación de 7 tipos de arritmias cardiacas que se encuentran contempladas dentro del estándar AAMI. Estas son: latidos normales, APC, PVC, fusión, LBBB, RBBB y latidos de marcapasos. En el presente trabajo se diseñó un sistema de extracción de características para determinar 33 características del ECG. Estas son: 20 características morfológicas extraídas con ICA, 6 características frecuenciales del complejo QRS extraídas mediante la aplicación de EMD sobre la derivada de un latido, 4 características lineales extraídas con el cálculo de 4 medidas estadísticas, 3 características que determinan la prematuridad de un latido mediante el procesamiento de los intervalos RR anterior y posterior. Se diseñó una técnica de filtrado de ruido basada en PCA aplicada previa a la extracción de características para eliminar cualquier tipo de ruido presente en los latidos. Finalmente, las 33 características entran a una red neuronal directa compuesta de 4 capas con un total de 200 neuronas. Se realizaron pruebas sobre 21 registros de la base de datos MIT-BIH utilizando una interfaz gráfica diseñada en este trabajo. La exactitud promedio alcanzada al comparar los resultados obtenidos en este trabajo con los atributos de las señales proporcionados por Physionet fue de 99.91%.