Resumen

Normalmente, la insuficiencia cardíaca se produce cuando se desarrollan enfermedades relacionadas con el corazón y continúan deteriorando venas y arterias. La insuficiencia cardíaca es la fase final de las enfermedades del corazón y se ha convertido en un importante problema médico, sobre todo entre la población de edad avanzada. En el diagnóstico y el tratamiento médicos, el examen de la insuficiencia cardíaca contiene diversos indicadores, como el electrocardiograma. Es una de las formas relativamente comunes de recopilar información relacionada con la insuficiencia cardíaca o el infarto y también se utiliza como indicador de referencia para los médicos. El electrocardiograma indica la actividad potencial del corazón del paciente y refleja directamente sus cambios. En este trabajo, se presenta un sistema de diagnóstico basado en aprendizaje profundo para la detección precoz de la insuficiencia cardíaca particularmente en pacientes de edad avanzada. Para ello, hemos utilizado dos conjuntos de datos, Physio-Bank y MIMIC-III, que están disponibles públicamente, para extraer señales de ECG y examinar a fondo la insuficiencia cardíaca. Inicialmente, se propone un modelo de diagnóstico de la insuficiencia cardíaca basado en una red neuronal convolucional de atención (CBAM-CNN) para extraer automáticamente las características. Además, el módulo de atención aprende de forma adaptativa las características de los rasgos locales y extrae eficientemente los rasgos complejos de la señal ECG para realizar el diagnóstico de clasificación. Para verificar el excepcional rendimiento del modelo de red propuesto, se llevaron a cabo varios experimentos en el entorno realista de los hospitales. También se analiza la influencia del preprocesamiento de la señal en el rendimiento del modelo. Estos resultados muestran que el rendimiento del modelo CBAM-CNN propuesto es mejor para ambas clasificaciones de señales ECG. Asimismo, el modelo CBAM-CNN es sensible al ruido, y su precisión mejora eficazmente en cuanto se refina la señal.

• 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:insuficiencia cardiaca, CBAM, señales ECG, modelo de diagnóstico de la insuficiencia cardiaca, rendimiento del modelo CNN, red neuronal convolucional, problema médico importante, corazón, modelo CNN, señal ECG
• Keywords:heart failure, CBAM, ECG signals, heart failure diagnosis model, CNN model performance, convolutional neural network, important medical problem, heart, CNN model, ECG signal