Resumen

El infarto de miocardio (IM) es una de las enfermedades cardiovasculares más comunes que amenazan la vida humana. Con el fin de distinguir con precisión el infarto de miocardio y tener una buena interpretabilidad, en este trabajo se propone el método de clasificación que combina las características de la regla y las características de la actividad ventricular. En concreto, según la regla de diagnóstico clínico y los cambios patológicos del infarto de miocardio en el electrocardiograma, la información local extraída de la onda Q, el segmento ST y la onda T se computa como la característica de la regla. Todas las muestras del segmento QT se extraen como características de la actividad ventricular. A continuación, para reducir la complejidad computacional de las características de actividad ventricular, se comparan los efectos de la transformada de ondícula discreta (DWT), el análisis de componentes principales (PCA) y las proyecciones de preservación de la localidad (LPP) en las características de actividad ventricular extraídas. Combinando las características de las reglas y las de la actividad ventricular, se fusionan las características de las 12 derivaciones como vector de características final. Por último, se utiliza eXtreme Gradient Boosting (XGBoost) para identificar el infarto de miocardio, y se obtiene una tasa de precisión global del 99,86% en la base de datos Physikalisch-Technische Bundesanstalt (PTB). Este método tiene una buena base de diagnóstico médico al tiempo que mejora la precisión, lo cual es muy importante para la toma de decisiones clínicas.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:características de la actividad ventricular, infarto de miocardio, características de la regla, actividad ventricular, buena base de diagnóstico médico, transformada wavelet discreta, proyecciones que preservan la localidad, análisis de componentes principales, regla de diagnóstico clínico, enfermedades cardiovasculares comunes.
• Keywords:ventricular activity features, myocardial infarction, rule features, ventricular activity, good medical diagnosis basis, Discrete Wavelet Transform, Locality Preserving Projections, Principal Component Analysis, clinical diagnosis rule, common cardiovascular diseases