Resumen

Para resolver el problema de la clasificacin de arritmias en tiempo real, este artculo propone un algoritmo de clasificacin de arritmias en tiempo real que utiliza el aprendizaje profundo con baja latencia, alta practicidad y alta fiabilidad, que se puede aplicar fcilmente a un sistema de clasificacin de arritmias en tiempo real. En el algoritmo, un clasificador detecta la posicin del complejo QRS en tiempo real para la segmentacin del latido cardaco. A continuacin, se construye la caracterstica ECG_RRR en funcin del resultado de la segmentacin del latido. Por ltimo, otro clasificador clasifica la arritmia en tiempo real utilizando la caracterstica ECG_RRR. Este artculo utiliza la base de datos de arritmias MIT-BIH y divide los 44 registros clasificados en dos grupos (DS1 y DS2) para el entrenamiento y la evaluacin, respectivamente. Los resultados muestran que la tasa de recuperacin, la tasa de precisin y la precisin global de los algoritmos de prediccin de la posicin del complejo QRS entre pacientes son del 98,0%, 99,5% y 97,6%, respectivamente. La precisin global para la clasificacin de arritmias entre pacientes de 5 y 13 clases es del 91,5% y el 75,6%, respectivamente. Adems, el algoritmo de clasificacin de arritmias en tiempo real propuesto en este artculo tiene las ventajas de la viabilidad y la baja latencia. El algoritmo es fcil de implementar, ya que la entrada es la seal de ECG original sin necesidad de procesar las caractersticas. Adems, la latencia de la clasificacin de arritmias es slo la duracin de un ciclo de latido.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Tiempo real; Clasificación de arritmias; Aprendizaje profundo; Baja latencia; Alta fiabilidad; Señal ECG.
• Keywords:Real-time; Arrhythmia classification; Deep learning; Low latency; High reliability; ECG signal