Resumen

En este artículo, investigamos cómo incorporar inteligencia en los bordes de IoT centrados en el ser humano para detectar la arritmia, una afección cardíaca frecuentemente asociada con morbilidad e incluso mortalidad. Proponemos un algoritmo de clasificación basado en el modelo de red neuronal convolucional intrapaciente y el modelo de red neuronal residual de atención interpaciente para identificar automáticamente el tipo de arritmia en los bordes. Dado el desequilibrio de categorías en la base de datos de arritmias MIT-BIH que se necesita utilizar en el algoritmo, dividimos y superponemos la señal original de ECG para homogeneizar los conjuntos de latidos de diferentes tipos, y luego los datos preprocesados se utilizaron para entrenar los dos modelos de red propuestos; los resultados alcanzaron una tasa de precisión general del 99.03% y un valor F1 de 0.87, respectivamente. El modelo de algoritmo propuesto puede ser utilizado como una herramienta de diagnóstico en tiempo real para el sistema de E-salud remota en las redes de comunicación in

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Incorporar inteligencia; Detección de arritmias; Algoritmo de clasificación; Red neuronal convolucional; Red residual de atención; Preprocesamiento de la señal de ECG
• Keywords:Incorporate intelligence; Arrhythmia detection; Classification algorithm; Convolutional neural network; Attention residual network; ECG signal preprocessing