Detección de fibrilación ventricular mediante técnicas de aprendizaje profundo
Author/s
Picon, Artzai; Irusta Zarandona, Unai; Alvarez-Gila, Aitor; Aramendi Ecenarro, Elisabete; Garrote, Estibaliz; [et al.]Date
2018Keywords
Ventricular arrhythmias
Detection
Defibrillators
Algorithms
Abstract
Detección de fibrilación ventricular mediante técnicas de aprendizaje profundo La detección de arritmias ventriculares, en particular la fibrilación ventricular (FV), es parte fundamental de los algoritmos de clasificación de arritmias de los desfibriladores. Dichos algoritmos deciden si administrar la descarga de desfibrilación, para lo que clasifican los ritmos en desfibrilables (Sh) o no desfibrilables (NSh). Este trabajo propone un nuevo abordaje para la clasificación Sh/NSh de ritmos basado en un sistema de aprendizaje profundo. Para el trabajo se emplearon tres bases de datos públicas de la plataforma Physionet (CUDB, VFDB y AHADB), y se extrajeron segmentos de 4 y 8 segundos. Se anotaron los segmentos como Sh y NSh en base a las anotaciones de las bases de datos, que fueron auditadas por expertos. Los datos se dividieron por paciente en 80% para desarrollar los algoritmos y 20% para evaluación. El sistema de aprendizaje profundo emplea dos etapas convolucionales seguidas de, una ...
Type
conference output