Sistema de Reconocimiento de Patrones de Señales Electrocardiográficas para el Monitoreo Remoto de Pacientes
129 páginas
- Autores:
-
Moreno Hincapié, Gustavo Andrés
- Tipo de recurso:
- Fecha de publicación:
- 2016
- Institución:
- Universidad EIA .
- Repositorio:
- Repositorio EIA .
- Idioma:
- spa
- OAI Identifier:
- oai:repository.eia.edu.co:11190/6600
- Acceso en línea:
- https://repository.eia.edu.co/handle/11190/6600
- Palabra clave:
- electrocardiografía
arritmia cardíaca
extracción de características
máquina de aprendizaje
validación cruzada
sensibilidad
especificidad
- Rights
- openAccess
- License
- Derechos Reservados - Univesidad EIA - 2016
| id |
REIA2_d5670506c9ac5b26f0d8ba194bc3816c |
|---|---|
| oai_identifier_str |
oai:repository.eia.edu.co:11190/6600 |
| network_acronym_str |
REIA2 |
| network_name_str |
Repositorio EIA . |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Sistema de Reconocimiento de Patrones de Señales Electrocardiográficas para el Monitoreo Remoto de Pacientes |
| title |
Sistema de Reconocimiento de Patrones de Señales Electrocardiográficas para el Monitoreo Remoto de Pacientes |
| spellingShingle |
Sistema de Reconocimiento de Patrones de Señales Electrocardiográficas para el Monitoreo Remoto de Pacientes electrocardiografía arritmia cardíaca extracción de características máquina de aprendizaje validación cruzada sensibilidad especificidad |
| title_short |
Sistema de Reconocimiento de Patrones de Señales Electrocardiográficas para el Monitoreo Remoto de Pacientes |
| title_full |
Sistema de Reconocimiento de Patrones de Señales Electrocardiográficas para el Monitoreo Remoto de Pacientes |
| title_fullStr |
Sistema de Reconocimiento de Patrones de Señales Electrocardiográficas para el Monitoreo Remoto de Pacientes |
| title_full_unstemmed |
Sistema de Reconocimiento de Patrones de Señales Electrocardiográficas para el Monitoreo Remoto de Pacientes |
| title_sort |
Sistema de Reconocimiento de Patrones de Señales Electrocardiográficas para el Monitoreo Remoto de Pacientes |
| dc.creator.fl_str_mv |
Moreno Hincapié, Gustavo Andrés |
| dc.contributor.author.none.fl_str_mv |
Moreno Hincapié, Gustavo Andrés |
| dc.subject.proposal.spa.fl_str_mv |
electrocardiografía arritmia cardíaca extracción de características máquina de aprendizaje validación cruzada sensibilidad especificidad |
| topic |
electrocardiografía arritmia cardíaca extracción de características máquina de aprendizaje validación cruzada sensibilidad especificidad |
| description |
129 páginas |
| publishDate |
2016 |
| dc.date.issued.none.fl_str_mv |
2016 |
| dc.date.accessioned.none.fl_str_mv |
2024-05-21T15:24:15Z |
| dc.date.available.none.fl_str_mv |
2024-05-21T15:24:15Z |
| dc.type.none.fl_str_mv |
Trabajo de grado - Maestría |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.content.none.fl_str_mv |
Text |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TM |
| dc.type.coarversion.none.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| status_str |
publishedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://repository.eia.edu.co/handle/11190/6600 |
| url |
https://repository.eia.edu.co/handle/11190/6600 |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
Derechos Reservados - Univesidad EIA - 2016 |
| dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.license.none.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Derechos Reservados - Univesidad EIA - 2016 https://creativecommons.org/licenses/by-nc-nd/4.0/ Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.publisher.none.fl_str_mv |
Universidad EIA |
| dc.publisher.program.none.fl_str_mv |
Maestría en Ingeniería Biomédica |
| dc.publisher.faculty.none.fl_str_mv |
Escuela de Ciencias de la Vida |
| dc.publisher.place.none.fl_str_mv |
Envigado, Antioquia |
| publisher.none.fl_str_mv |
Universidad EIA |
| institution |
Universidad EIA . |
| bitstream.url.fl_str_mv |
https://repository.eia.edu.co/bitstreams/95f0c713-d0ab-4f6c-845e-2de9186e4b15/download https://repository.eia.edu.co/bitstreams/b0ef045c-f190-462d-8b46-5f4ef9fa28e7/download https://repository.eia.edu.co/bitstreams/dbf48c83-3613-4e6a-ac27-21d223a64721/download https://repository.eia.edu.co/bitstreams/f0575448-e730-49a3-93c8-8afd4268abca/download |
| bitstream.checksum.fl_str_mv |
bf16e355b6f412022e0b1f4b227da9bf 2264fce645ac2952653ce3f3b8fa781e d042c096fea94672870f6c21bb3a8e9f 65d5ca91e4d683883b3380f8f181658b |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad EIA |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1818099048795602944 |
| spelling |
Moreno Hincapié, Gustavo Andrés2024-05-21T15:24:15Z2024-05-21T15:24:15Z2016https://repository.eia.edu.co/handle/11190/6600129 páginasLas enfermedades cardiovasculares son una de las principales causas de muerte a nivel mundial. Para la detección de las diferentes arritmias se requiere del conocimiento avanzado de un médico especialista en el área. Sin embargo, la cantidad de especialistas existentes no son suficientes para prestar una atención inmediata a la mayoría de la población con presencia de una anomalía cardíaca. Es por ello que, en este proyecto se creó una herramienta diagnóstica que permite clasificar 4 tipos de arritmias cardíacas: ritmo sinusal normal, bigeminismo ventricular, taquicardia ventricular y taquicardia supraventricular. Para la adquisición de estas señales se utilizó un simulador de pacientes MPS-450 de Fluke, un dispositivo para la lectura de la señal ECG y una tarjeta de adquisición de datos NI myRIO. La señal se adquirió en la derivación DII, los datos se variaron en amplitud, se adicionaron diferentes tipos de ruidos: muscular, línea eléctrica a 60 Hz, respiración y línea de base. Para el pre-procesamiento de la señal, se implementó la transformada de Fourier con el fin de identificar los componentes frecuenciales de la señal, para luego filtrar el ruido en la señal y posteriormente extraer el conjunto de características pertenecientes al dominio de la frecuencia. Se seleccionaron 10 características, de las cuales por medio del análisis de nuevos componentes principales (PCA) se logró obtener una reducción de dimensionalidad a 3 nuevos componentes. A partir de este nuevo conjunto de características, se implementó un modelo de clasificación supervisado que se basa en el método no paramétrico de k-vecinos más cercanos (KNN) y se logró obtener un modelo de predicción con una fiabilidad real entre 98.27% y 99.97%, una sensibilidad y especificidad del 96.77% y 100% respectivamente, además de un tiempo de predicción en promedio de 12 microsegundos por cada muestra. A su vez se creó un sistema de monitoreo remoto que permite el envío de la predicción hecha por el sistema y los registros electrocardiográficos a una base de datos y la visualización de los mismos en un PC de escritorio o portátil o en una aplicación móvil.MaestríaMagister En Ingeniería BiomédicaspaUniversidad EIAMaestría en Ingeniería BiomédicaEscuela de Ciencias de la VidaEnvigado, AntioquiaDerechos Reservados - Univesidad EIA - 2016https://creativecommons.org/licenses/by-nc-nd/4.0/Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Sistema de Reconocimiento de Patrones de Señales Electrocardiográficas para el Monitoreo Remoto de PacientesTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionTexthttp://purl.org/redcol/resource_type/TMhttp://purl.org/coar/version/c_970fb48d4fbd8a85electrocardiografíaarritmia cardíacaextracción de característicasmáquina de aprendizajevalidación cruzadasensibilidadespecificidadPublicationORIGINALMorenoGustavo_2016_ReconocimientoPatronesElectrocardiográficas.pdfMorenoGustavo_2016_ReconocimientoPatronesElectrocardiográficas.pdfapplication/pdf4016733https://repository.eia.edu.co/bitstreams/95f0c713-d0ab-4f6c-845e-2de9186e4b15/downloadbf16e355b6f412022e0b1f4b227da9bfMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82553https://repository.eia.edu.co/bitstreams/b0ef045c-f190-462d-8b46-5f4ef9fa28e7/download2264fce645ac2952653ce3f3b8fa781eMD52TEXTMorenoGustavo_2016_ReconocimientoPatronesElectrocardiográficas.pdf.txtMorenoGustavo_2016_ReconocimientoPatronesElectrocardiográficas.pdf.txtExtracted texttext/plain102604https://repository.eia.edu.co/bitstreams/dbf48c83-3613-4e6a-ac27-21d223a64721/downloadd042c096fea94672870f6c21bb3a8e9fMD53THUMBNAILMorenoGustavo_2016_ReconocimientoPatronesElectrocardiográficas.pdf.jpgMorenoGustavo_2016_ReconocimientoPatronesElectrocardiográficas.pdf.jpgGenerated Thumbnailimage/jpeg7935https://repository.eia.edu.co/bitstreams/f0575448-e730-49a3-93c8-8afd4268abca/download65d5ca91e4d683883b3380f8f181658bMD5411190/6600oai:repository.eia.edu.co:11190/66002024-05-22 03:01:12.727https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Univesidad EIA - 2016open.accesshttps://repository.eia.edu.coRepositorio Institucional Universidad EIAbdigital@metabiblioteca.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 |