Resumen

La arritmia cardíaca es una enfermedad en la que los latidos del corazón son erráticos, demasiado lentos o demasiado rápidos. Se produce como consecuencia de un fallo en los impulsos eléctricos que coordinan los latidos del corazón. La muerte súbita del corazón puede producirse como resultado de ciertos trastornos graves de arritmia. Por ello, el objetivo principal de la investigación del electrocardiograma (ECG) es percibir de forma fiable las arritmias que ponen en peligro la vida para proporcionar una terapia adecuada y salvar vidas. Las señales del ECG son formas de onda que denotan el movimiento eléctrico del corazón humano (P, QRS y T). La duración, la estructura y las distancias entre los distintos picos de cada forma de onda se utilizan para identificar problemas cardíacos. A continuación, se utiliza el análisis autorregresivo (AR) de las señales para obtener una selección específica de características de la señal, los parámetros del modelo de señal AR. Los grupos de características AR recuperados para tres tipos de ECG diferentes se separan limpiamente en el conjunto de datos de entrenamiento, proporcionando una clasificación de alta conexión y un diagnóstico de problemas cardíacos a cada señal de ECG dentro del conjunto de datos de entrenamiento. Se sugiere una nueva técnica basada en promedios móviles relacionados con dos eventos (TERMA) y algoritmos de transformada de Fourier fraccional (FFT) para evaluar mejor las señales de ECG. Este estudio podría ayudar a los investigadores a examinar el estado actual de los enfoques empleados en la detección de situaciones de arritmia. La característica de nuestro enfoque de aprendizaje automático sugerido es el entrenamiento y la prueba de bases de datos cruzadas con características mejoradas.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:señal de ecg, modelo de señal de ar, enfoque de aprendizaje automático, objetivo del electrocardiograma, detección de arritmia, impulso eléctrico defectuoso, diagnóstico de problemas cardíacos, varios tipos de ecg, características de ar recuperadas, muerte súbita cardíaca
• Keywords:ecg signal, ar signal model, machine learning approach, goal of electrocardiogram, detection of arrhythmia, faulty electrical impulse, heart problem diagnosis, various ecg kind, retrieved ar characteristics, sudden cardiac death