Mostrar el registro sencillo de la publicación

dc.contributor.authorFlores-Calero, Marco
dc.contributor.authorLeppe, Bruno
dc.contributor.authorPilla, Melisa
dc.contributor.authorGualsaquí, Marco
dc.contributor.authorZabala-Blanco, David
dc.contributor.authorAlbuja, Alberto
dc.date.accessioned2022-01-19T12:29:26Z
dc.date.available2022-01-19T12:29:26Z
dc.date.issued2021
dc.identifier.urihttp://repositorio.ucm.cl/handle/ucm/3738
dc.description.abstractLas enfermedades cardiovasculares (ECV) y en particular las arritmias cardíacas, se han convertidoen una de las principales causas de muerte en el mundo, sin importar el nivel de desarrollo de los países. Ladetección de arritmias cardíacas sobre el electrocardiograma (ECG), es una tarea difícil para los médicos, debidoa la gran cantidad de información que se debe analizar, lo que podría inducir a cometer errores involuntarios en el diagnóstico. Por este motivo, en este trabajo se presenta un sistema automático de clasificación/detección dearritmias cardíacas. Para extraer las características de los latidos se ha utilizado un conjunto de técnicas lineales yno lineales para generar treinta y tres características, que son usadas como entrada de una red neuronal artificial(ANN, en inglés) para la clasificación de siete tipos de latidos. Los resultados experimentales desarrollados sobrelas señales ECG de la base de datos MIT-BIH y ordenadas de acuerdo al estándar AAMI, demuestran un valor del índice Kappa de Cohen de 0,9953, con un error del 0,04 %, y una exactitud del 99,48 %, aún en condicionesde ruido. Con el objetivo de construir un aparto portátil se ha implementado este sistema en hardware usando latarjetaMyRio-1900, compuesta por un Xilinx FPGA Z-7010.es_CL
dc.language.isoeses_CL
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Chile*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/cl/*
dc.sourceInteligencia Artificial, 24(67), 129-146es_CL
dc.subjectArritmia cardíacaes_CL
dc.subjectArrhythmiaes_CL
dc.titleMulticlasificación de arritmias cardíacas usando unared neuronal y la tarjeta MyRio-1900es_CL
dc.typeArticlees_CL
dc.ucm.facultadFacultad de Ciencias de la Ingenieríaes_CL
dc.ucm.indexacionScopuses_CL
dc.ucm.urijournal.iberamia.org/index.php/intartif/article/view/609es_CL
dc.ucm.doidoi.org/10.4114/intartif.vol24iss67pp129-146es_CL


Ficheros en la publicación

FicherosTamañoFormatoVer

No hay ficheros asociados a esta publicación.

Esta publicación aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo de la publicación

Atribución-NoComercial-SinDerivadas 3.0 Chile
Excepto si se señala otra cosa, la licencia de la publicación se describe como Atribución-NoComercial-SinDerivadas 3.0 Chile