Desarrollo de un sistema de monitoreo cardíaco inteligente de bajo costo utilizando TinyML.

El proyecto desarrolla un sistema de monitoreo cardíaco portátil basado en TinyML para detectar arritmias de manera accesible y económica. El objetivo principal es mejorar la capacidad diagnóstica en zonas con acceso limitado a equipos médicos especializados. La hipótesis plantea que un dispositivo...

पूर्ण विवरण

में बचाया:
ग्रंथसूची विवरण
मुख्य लेखक: Alvarado Barros, Xavier Alejandro (author)
अन्य लेखक: Sabagay Vizueta, Gabriela Stefania (author), Criollo Bonilla, Ronald Raúl, Director (author)
स्वरूप: bachelorThesis
प्रकाशित: 2025
विषय:
ऑनलाइन पहुंच:http://www.dspace.espol.edu.ec/handle/123456789/65836
टैग: टैग जोड़ें
कोई टैग नहीं, इस रिकॉर्ड को टैग करने वाले पहले व्यक्ति बनें!
विवरण
सारांश:El proyecto desarrolla un sistema de monitoreo cardíaco portátil basado en TinyML para detectar arritmias de manera accesible y económica. El objetivo principal es mejorar la capacidad diagnóstica en zonas con acceso limitado a equipos médicos especializados. La hipótesis plantea que un dispositivo de bajo costo puede realizar monitoreo continuo en tiempo real, facilitando la detección temprana de afecciones cardíacas y reduciendo disparidades en la atención médica. La justificación radica en la alta incidencia de enfermedades cardiovasculares en Ecuador y la necesidad de soluciones inclusivas. El sistema se construyó utilizando un microcontrolador ESP32, un sensor AD8232 y un conversor ADS1115, integrados con la plataforma Edge Impulse para entrenar un modelo de aprendizaje automático. Se utilizaron señales de ECG provenientes de la base de datos pública PTB-XL, complementadas con datos adicionales recolectados de pacientes en distintos rangos de edad. Estas señales fueron procesadas mediante filtros digitales para mejorar su calidad y reducir el ruido. Posteriormente, se reentrenaron modelos de clasificación con el objetivo de diferenciar entre ritmos cardíacos normales y episodios de fibrilación auricular. Los resultados obtenidos a partir de las pruebas realizadas en Edge Impulse, utilizaron la inferencia con un segmento del dataset empleado en el cual se volvió a reentrenar el modelo y es así como mostraron una eficiencia del 95% en la detección de arritmias, con una efectividad del 88% al minimizar falsos positivos. El prototipo demostró ser funcional y accesible, con un costo total de $56.50. Se concluye que el sistema propuesto es una herramienta viable para monitoreo cardíaco en tiempo real, contribuyendo a la detección temprana de enfermedades cardiovasculares y mejorando la equidad en el acceso a servicios médicos.