Metodología computacional para clasificación inteligente de arritmias cardiacas utilizando electrocardiogramas

Fuentes Quintero, Claudia María

Tutor: Chacón Rangel, José Gerardo

Resumen

Este proyecto se enfocó en la investigación, diseño y evaluación de una metodología computacional avanzada para la clasificación precisa de arritmias cardíacas a partir de señales de electrocardiogramas (ECG). Las arritmias son alteraciones en el ritmo o frecuencia cardíaca que, de no ser detectadas y tratadas a tiempo, pueden tener graves implicaciones para la salud. El propósito principal de este trabajo fue desarrollar un sistema computacional que sirva de ayuda y apoyo al diagnóstico médico, facilitando la identificación temprana de alguna de las condiciones que indique la arritmia. El desarrollo de este proyecto se estructuró en cuatro etapas. En primer lugar, se realizó una revisión bibliográfica descriptiva para identificar la documentación y los conceptos clave relacionados con la clasificación inteligente de arritmias cardíacas. En segundo lugar, se caracterizaron las bases de datos, herramientas de software y procedimientos necesarios para el procesamiento de señales ECG. Posteriormente, se diseñó una metodología computacional basada en técnicas avanzadas de procesamiento de señales y aprendizaje automático, priorizando la precisión y la generalización de los modelos. Finalmente, se evaluó la metodología implementada a través de métricas de precisión y retroalimentación de especialistas en cardiología. Como resultado, se logró implementar una interfaz gráfica en MATLAB que permite a los especialistas interactuar con el sistema y clasificar arritmias de manera eficiente. La metodología combina el preprocesamiento de señales, la extracción de características relevantes, y el uso de algoritmos inteligentes para indicar un apoyo al diagnóstico médico. Además, el uso de bases de datos y técnicas de validación fue clave para optimizar el sistema.

Palabras clave

Documento

MII2501M.pdf
Licencia_CretiveCommons.docx

Ficha original en el repositorio institucional de la UNET

Trabajos relacionados

Diseño de un prototipo ECG (Electrocardiógrafo) basado en IoT para él envió de la información con servicios web.Moncada Ojeda, Edito Javier · 2023
Modelo inteligente fundamentado en aprendizaje supervisado para la estimación funcional del síndrome metabólicoMendoza Torrado, Gerzon Miguel · 2021
Entrenamiento de un red neuronal utilizando algoritmos evolutivos para la clasificación de señales ECGZambrano Quintero, Carlos Alejandro · 2019
Sistema inteligente realizado en tarjeta de desarrollo Raspberry pi como apoyo al diagnóstico de enfermedades hepáticas por parte de especialistasPeña Peña, Diego Albeiro · 2024
Análisis de variabilidad de los grupos de factores que determinan el síndrome metabólico usando ciencia de los datosBayona Gómez, Alexander · 2021
Prototipo para la medición de la presión arterial vía aplicación móvil y redes socialesJurado García, Julio Enrique · 2017

Este sitio no es el repositorio oficial. Los documentos pertenecen a sus autores y a la Universidad Nacional Experimental del Táchira, y se publican en su repositorio bajo licencia Creative Commons; los archivos se sirven desde una copia del repositorio y cada página enlaza a la ficha original. Los datos descriptivos (título, autor, resumen y palabras clave) provienen de la ficha del repositorio.