Resumen

Este estudio tuvo como objetivo explorar la aplicación del electrocardiograma (ECG) en el diagnóstico de arritmias basado en la red neuronal convolucional profunda (DCNN). El ECG fue clasificado y reconocido con la DCNN. La especificidad (Spe), sensibilidad (Sen), exactitud (Acc) y área bajo la curva (AUC) de la DCNN fueron evaluadas en la Base de Datos de Enfermedades Cardiovasculares de China (CCDD) y la base de datos de arritmias del Hospital Massachusetts Institute of Technology-Beth Israel (MIT-BIH), respectivamente. Los resultados mostraron que en la CCDD, el modelo original probado con el pequeño conjunto de muestras tuvo una exactitud (Acc) del 82,78% y un AUC de 0,882, mientras que la Acc y el AUC del modelo traducido fueron del 85,69% y 0,893, respectivamente, por lo que la diferencia fue notable (<0,05); la Acc del modelo original y del modelo traducido fue del 80,12% y 82,63%, respectivamente, en el conjunto

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Estudio; ECG; DCNN; Precisión; AUC; Clasificación
• Keywords:Study; ECG; DCNN; Accuracy; AUC; Classification