Implementación de un sistema para análisis y clasificación de electrocardiogramas con algoritmos de inteligencia artificial

CONDICIONAMIENTO DE PUBLICACION DE PROYECTO. Las enfermedades cardiovasculares representan la principal causa de mortalidad a nivel mundial. En ellas, las arritmias requieren detección temprana y precisa, siendo el electrocardiograma (EKG) la herramienta estándar para su análisis. Sin embargo, la interpretación manual demanda tiempo y experiencia clínica, lo que limita su aplicabilidad. Tiene como objetivo implementar un sistema de clasificación de latidos cardíacos en señales de EKG mediante técnicas de IA, utilizando redes neuronales convolucionales (CNN) y la clasificación estandarizada de la AMMI. El proyecto se desarrolló utilizando la base de datos MIT-BIH Arrhythmia, procesada mediante técnicas de filtrado pasa eliminación de ruido, normalización y segmentación de latidos. Se aplicó balanceo de datos con SMOTE y posteriormente se entrenó y validó una CNN en Python, empleando bibliotecas como WFDB, TensorFlow y Keras. Los resultados evidenciaron un modelo con capacidad para clasificar latidos cardíacos en las cinco categorías definidas por la AAMI, alcanzando métricas de precisión y sensibilidad para un diagnóstico confiable. El sistema constituye una herramienta complementaria para el personal médico y potencial de integración en dispositivos portátiles, telemedicina, contribuyendo a la detección temprana de arritmias y optimización de la atención médica.

• Yazar: Ponce Marcalla, Adriana Paola (author)
• Diğer Yazarlar: Zapata Chancay, Jostin Josue (author), Yapur Auad, Miguel Eduardo, Director (author)
• Materyal Türü: bachelorThesis
• Baskı/Yayın Bilgisi: 2025
• Konular: Arritmias; Redes Neuronales; AAMI.
• Online Erişim: http://www.dspace.espol.edu.ec/handle/123456789/67356