Publicado:

2020-12-31

Número:

Vol. 15 Núm. 1 (2021)

Sección:

Visión de Caso

1D neural network design to detect cardiac arrhythmias

Diseño de red neuronal 1D para detectar arritmias cardiacas

Autores/as

  • Juan Camilo Sandoval Cabrera Universidad Militar Nueva Granada
  • Nohora Camila Sarmiento Palma Universidad Militar Nueva Granada
  • Rubén Dario Hernández Beleño Universidad Militar Nueva Granada

Palabras clave:

Database, neural network, convolution, cardiac arrhythmias, residual block, Keras (en).

Palabras clave:

Database, red neuronal, convolución, arritmias cardíacas, bloque residual, Keras (es).

Resumen (en)

This article shows a neuronal network for deep learning focused on recognizing and classification five types of cardiac signals (Sinus, Ventricular Tachycardia, Ventricular Fibrillation, Atrial Flutter, and Atrial Fibrillation). The final objective is to obtain an architecture that can be implemented in an embedded system as a pre-diagnostic device linked to a Holter monitoring system. The network was designed using the Keras API programmed in Python, where it is possible to obtain a comparison of different types of networks that vary the presence of a residual block, with the result that the network with said block obtains the best response (100% success rate) and a model loss of approximately 0.15%. On the other hand, a validation by means of confusion matrices was carried out to verify the existence of false positives in the network results and evidence what type of arrhythmia can be presented according to the network output against an input signal through the console.

Resumen (es)

El presente artículo muestra el diseño de una red neuronal para aprendizaje profundo enfocado al reconocimiento y clasificación de cinco tipos de señales cardiacas (Sinusal, taquicardia ventricular, fibrilación ventricular, flutter atrial y fibrilación atrial). El objetivo es obtener una arquitectura que pueda ser implementada en un sistema embebido como un dispositivo de prediagnóstico que se pueda vincular a un sistema de monitorización de un holter. La red fue diseñada por medio de la API de Keras programada en Python, en donde se logra obtener una comparación de diferentes tipos de redes que varían la presencia de un bloque residual, teniendo como resultado que la red con dicho bloque obtiene la mejor respuesta (porcentaje de aciertos de 100%) y una pérdida del modelo aproximadamente del 0.15%. Por otro lado, se realizó una validación mediante matrices de confusión para verificar la existencia de falsos positivos en los resultados otorgados por la red y adicionalmente evidenciar que tipo de arritmia se puede presentar conforme la salida de la red frente a una señal de entrada por medio de la consola.

Referencias

Q

Cómo citar

APA

Sandoval Cabrera, J. C., Sarmiento Palma, N. C., & Hernández Beleño, R. D. (2020). 1D neural network design to detect cardiac arrhythmias. Visión electrónica, 15(1). Recuperado a partir de https://revistas.udistrital.edu.co/index.php/visele/article/view/17430

ACM

[1]
Sandoval Cabrera, J.C., Sarmiento Palma, N.C. y Hernández Beleño, R.D. 2020. 1D neural network design to detect cardiac arrhythmias. Visión electrónica. 15, 1 (dic. 2020).

ACS

(1)
Sandoval Cabrera, J. C.; Sarmiento Palma, N. C.; Hernández Beleño, R. D. 1D neural network design to detect cardiac arrhythmias. Vis. Electron. 2020, 15.

ABNT

SANDOVAL CABRERA, J. C.; SARMIENTO PALMA, N. C.; HERNÁNDEZ BELEÑO, R. D. 1D neural network design to detect cardiac arrhythmias. Visión electrónica, [S. l.], v. 15, n. 1, 2020. Disponível em: https://revistas.udistrital.edu.co/index.php/visele/article/view/17430. Acesso em: 24 oct. 2021.

Chicago

Sandoval Cabrera, Juan Camilo, Nohora Camila Sarmiento Palma, y Rubén Dario Hernández Beleño. 2020. «1D neural network design to detect cardiac arrhythmias». Visión electrónica 15 (1). https://revistas.udistrital.edu.co/index.php/visele/article/view/17430.

Harvard

Sandoval Cabrera, J. C., Sarmiento Palma, N. C. y Hernández Beleño, R. D. (2020) «1D neural network design to detect cardiac arrhythmias», Visión electrónica, 15(1). Disponible en: https://revistas.udistrital.edu.co/index.php/visele/article/view/17430 (Accedido: 24octubre2021).

IEEE

[1]
J. C. Sandoval Cabrera, N. C. Sarmiento Palma, y R. D. Hernández Beleño, «1D neural network design to detect cardiac arrhythmias», Vis. Electron., vol. 15, n.º 1, dic. 2020.

MLA

Sandoval Cabrera, J. C., N. C. Sarmiento Palma, y R. D. Hernández Beleño. «1D neural network design to detect cardiac arrhythmias». Visión electrónica, vol. 15, n.º 1, diciembre de 2020, https://revistas.udistrital.edu.co/index.php/visele/article/view/17430.

Turabian

Sandoval Cabrera, Juan Camilo, Nohora Camila Sarmiento Palma, y Rubén Dario Hernández Beleño. «1D neural network design to detect cardiac arrhythmias». Visión electrónica 15, no. 1 (diciembre 31, 2020). Accedido octubre 24, 2021. https://revistas.udistrital.edu.co/index.php/visele/article/view/17430.

Vancouver

1.
Sandoval Cabrera JC, Sarmiento Palma NC, Hernández Beleño RD. 1D neural network design to detect cardiac arrhythmias. Vis. Electron. [Internet]. 31 de diciembre de 2020 [citado 24 de octubre de 2021];15(1). Disponible en: https://revistas.udistrital.edu.co/index.php/visele/article/view/17430

Descargar cita

Visitas

178

Descargas

Los datos de descargas todavía no están disponibles.