Classificação de Arritmias com Paradigma Inter e Intra Paciente utilizando Aprendizagem Profunda

Abstract

Objetivo: Classificar arritmias cardíacas conforme a morfologia do sinal no eletrocardiograma (ECG), utilizando métodos de aprendizagem de máquina profunda. Método: Dois níveis hierárquicos para classificação são propostos, o primeiro nível classifica batimentos normais e anormais, e o segundo nível trata do problema de multi-classificação entre classes dos batimentos anormais. O classificador é uma arquitetura de rede neural convolucional (CNN) aplicado para extração de características e classificação do sinal ECG. Resultados: A avaliação do método é realizada sobre a base MIT conforme os paradigmas intra e inter-paciente, cuja acurácia média de cada um é de 98,52% e 90,39%, respectivamente. Conclusão: O método hierárquico apresenta melhorias na classificação de arritmias cardíacas com destaque nas classes minoritárias em ambos os paradigmas.