PÉEK : [recurso electrónico] : una aplicación web para detectar arritmias cardíacas mediante redes neuronales convolucionales y trazos electrocardiográficos / Nestor Alexander Zermeño Campos ; director, Juan Pablo García Vázquez ; codirector, Roberto López Avitia
Tipo de material:
TextoDetalles de publicación: Mexicali, Baja California, 2021Descripción: 1 recurso en línea, 58 p. ; il. col., gráficas, fotografíasTema(s): Software de aplicación -- Tesis y disertaciones académicas. -- DesarrolloClasificación LoC:QA76.76.A65 | Z47 2021Recursos en línea: Tesis Digital.
Nota de disertación: Tesis (Maestría) -- Universidad Autónoma de Baja California. Facultad de Ingeniería, Mexicali, 2021 Resumen: La presente tesis se orienta al desarrollo de una aplicación web aplicando un modelo de
aprendizaje profundo para identificar arritmias cardíacas a partir de un trazo de
electrocardiograma (ECG).
La aplicación web tiene por nombre PÉEK cuyo significado proviene del maya “latido” y fue
desarrollada con la arquitectura Cliente-Servidor, donde el usuario interactúa con una página
web (Cliente) y se conecta con Python (Servidor) en donde se procesa el trazo de ECG para
localizar cada ciclo cardiaco en él e identificar la presencia de una arritmia cardíaca según la
forma de onda que presente cada ciclo.
El modelo utilizado es una Red Neuronal Convolucional (del inglés Convolutional Neural
Networks, CNN) de 20 capas, de las cuales 4 capas son de convolución, seguidas cada una
con una capa de la función de activación ReLu, 4 de MaxPooling, 3 de Dropout, 1 capa
Flatten, 2 capas Densas y, finalmente, una de Softmax como función de activación de salida.
El modelo fue entrenado a partir de imágenes de ciclos cardíacos normales (sin arritmia
cardíaca) y ciclos con contracción ventricular prematura (del inglés Premature Ventricular
Contraction, PVC).
Los resultados obtenidos del modelo para la identificación de la arritmia cardíaca PVC fue de
98.92% de precisión y la aplicación web genera una imagen de todo el trazo de ECG,
mostrando trazos de 29 segundos por renglón, con cada ciclo cardíaco clasificado, marcando
con las letras NSR a los ciclos normales, y a las arritmias con un recuadro rojo y la etiqueta
de la arritmia identificada, para facilitar su visualización en la imagen.
| Tipo de ítem | Biblioteca actual | Colección | Signatura | Copia número | Estado | Fecha de vencimiento | Código de barras |
|---|---|---|---|---|---|---|---|
| Tesis | Biblioteca Central Mexicali | Colección de Tesis | QA76.76.A65 Z47 2021 (Browse shelf(Abre debajo)) | 1 | Disponible | MXL123433 |
Navegando Biblioteca Central Mexicali Estantes, Código de colección: Colección de Tesis Cerrar el navegador de estanterías (Oculta el navegador de estanterías)
Maestría y Doctorado en Ciencias e Ingeniería
Tesis (Maestría) -- Universidad Autónoma de Baja California. Facultad de Ingeniería, Mexicali, 2021
Incluye referencias bibliográficas
La presente tesis se orienta al desarrollo de una aplicación web aplicando un modelo de
aprendizaje profundo para identificar arritmias cardíacas a partir de un trazo de
electrocardiograma (ECG).
La aplicación web tiene por nombre PÉEK cuyo significado proviene del maya “latido” y fue
desarrollada con la arquitectura Cliente-Servidor, donde el usuario interactúa con una página
web (Cliente) y se conecta con Python (Servidor) en donde se procesa el trazo de ECG para
localizar cada ciclo cardiaco en él e identificar la presencia de una arritmia cardíaca según la
forma de onda que presente cada ciclo.
El modelo utilizado es una Red Neuronal Convolucional (del inglés Convolutional Neural
Networks, CNN) de 20 capas, de las cuales 4 capas son de convolución, seguidas cada una
con una capa de la función de activación ReLu, 4 de MaxPooling, 3 de Dropout, 1 capa
Flatten, 2 capas Densas y, finalmente, una de Softmax como función de activación de salida.
El modelo fue entrenado a partir de imágenes de ciclos cardíacos normales (sin arritmia
cardíaca) y ciclos con contracción ventricular prematura (del inglés Premature Ventricular
Contraction, PVC).
Los resultados obtenidos del modelo para la identificación de la arritmia cardíaca PVC fue de
98.92% de precisión y la aplicación web genera una imagen de todo el trazo de ECG,
mostrando trazos de 29 segundos por renglón, con cada ciclo cardíaco clasificado, marcando
con las letras NSR a los ciclos normales, y a las arritmias con un recuadro rojo y la etiqueta
de la arritmia identificada, para facilitar su visualización en la imagen.
