Detección automática de pacientes con arritmias auriculares en registros electrocardiográficos

The purpose of this research work is the automatic detection of patients with atrial arrhythmias in The purpose of this research work is the automatic detection of patients with atrial arrhythmias using electrocardiographic records, by means of feature extraction and artificial intelligence methods....

Full description

Autores:: Guerrero García, Samuel
Romero Torres, Sergio Andres

Tipo de recurso:: Trabajo de grado de pregrado

Fecha de publicación:: 2021

Institución:: Universidad Antonio Nariño

Repositorio:: Repositorio UAN

Idioma:: spa

id	UAntonioN2_69d0119a7550dc9384d2f7274f97fc71
oai_identifier_str	oai:repositorio.uan.edu.co:123456789/4587
network_acronym_str	UAntonioN2
network_name_str	Repositorio UAN
repository_id_str
dc.title.es_ES.fl_str_mv	Detección automática de pacientes con arritmias auriculares en registros electrocardiográficos
title	Detección automática de pacientes con arritmias auriculares en registros electrocardiográficos
spellingShingle	Detección automática de pacientes con arritmias auriculares en registros electrocardiográficos Enfermedades cardiovasculares Machine learning Extracción de características Transformada wavelet Transformada discreta del coseno Cardiovascular diseases Machine learning Feature extraction Wavelet transform Discrete cosine transform
title_short	Detección automática de pacientes con arritmias auriculares en registros electrocardiográficos
title_full	Detección automática de pacientes con arritmias auriculares en registros electrocardiográficos
title_fullStr	Detección automática de pacientes con arritmias auriculares en registros electrocardiográficos
title_full_unstemmed	Detección automática de pacientes con arritmias auriculares en registros electrocardiográficos
title_sort	Detección automática de pacientes con arritmias auriculares en registros electrocardiográficos
dc.creator.fl_str_mv	Guerrero García, Samuel Romero Torres, Sergio Andres
dc.contributor.advisor.spa.fl_str_mv	Arteaga Orozco, Maria Isabel
dc.contributor.author.spa.fl_str_mv	Guerrero García, Samuel Romero Torres, Sergio Andres
dc.subject.es_ES.fl_str_mv	Enfermedades cardiovasculares Machine learning Extracción de características Transformada wavelet Transformada discreta del coseno
topic	Enfermedades cardiovasculares Machine learning Extracción de características Transformada wavelet Transformada discreta del coseno Cardiovascular diseases Machine learning Feature extraction Wavelet transform Discrete cosine transform
dc.subject.keyword.es_ES.fl_str_mv	Cardiovascular diseases Machine learning Feature extraction Wavelet transform Discrete cosine transform
description	The purpose of this research work is the automatic detection of patients with atrial arrhythmias in The purpose of this research work is the automatic detection of patients with atrial arrhythmias using electrocardiographic records, by means of feature extraction and artificial intelligence methods. Taking into account the importance of the analysis of biomedical signals in the development of technologies to prevent, diagnose and treat cardiovascular diseases, which are the main cause of death in the world and in the department of Bolivar, a software is developed in the MATLAB environment, using databases. The selected databases correspond to 49 ECG records of atrial arrhythmias, belonging to patients from the University Hospital of Valencia in Spain and provided by a local researcher.
publishDate	2021
dc.date.accessioned.none.fl_str_mv	2021-08-12T00:58:15Z
dc.date.available.none.fl_str_mv	2021-08-12T00:58:15Z
dc.date.issued.spa.fl_str_mv	2021-06-08
dc.type.spa.fl_str_mv	Trabajo de grado (Pregrado y/o Especialización)
dc.type.coar.spa.fl_str_mv	http://purl.org/coar/resource_type/c_7a1f
dc.type.coarversion.none.fl_str_mv	http://purl.org/coar/version/c_970fb48d4fbd8a85
format	http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv	http://repositorio.uan.edu.co/handle/123456789/4587
dc.identifier.bibliographicCitation.spa.fl_str_mv	[1] WHO Las. principales causas de defunción [internet]. ginebra: Oms; 2019 [citado 12 ene 2019], 10. [2] DANE. Dane. defunciones no fetales 2019 preliminar. https://www.dane.gov.co/index.php/estadisticas-por-tema/salud/nacimientos-ydefunciones/defunciones-no-fetales/defunciones-no-fetales-2019, 31(4), 2011. [3] Christopher RC Wyndham. Atrial fibrillation: the most common arrhythmia. Texas Heart Institute Journal, 27(3):257, 2000. [4] Victor Manuel Castillo Araujo. Big data y el camino a la inteligencia artificial autonómica big data and the road towards and autonomic artificial intelligence. [5] Edgardo Escobar. Desafíos de la cardiología: desde la investigación básico-clínica a la era digital. Revista chilena de cardiología, 37(1):58–67, 2018. [6] Marian y Piela Micha l y Castells Francisco y L k e ski JM y Contreras-Ortiz Sonia H Giraldo-Guzm ’a n, Jader y Kotas. Aplicación de filtrado espacio-temporal para mejorar las formas de onda de la actividad auricular. In Actas de la 2da Conferencia Internacional sobre Sensores, Procesamiento de Señales e Imágenes de 2019. [7] Lasse Rouhiainen. Inteligencia artificial. Madrid: Alienta Editorial, 2018. [8] Jiapu Pan and Willis J Tompkins. A real-time qrs detection algorithm. IEEE transactions on biomedical engineering, (3):230–236, 1985. [9] Raaed Faleh Hassan and Sally Abdulmunem Shaker. Ecg signal de-noising and feature extraction using discrete wavelet transform. International Journal of Engineering Trends and Technology, 63(1):32–39, 2018. [10] C Vidal and L Pavesi. Desarrollo de un sistema de adquisición y tratamiento de señales electrocardiográficas, universidad de tarapacá.
dc.identifier.instname.spa.fl_str_mv	instname:Universidad Antonio Nariño
dc.identifier.reponame.spa.fl_str_mv	reponame:Repositorio Institucional UAN
dc.identifier.repourl.spa.fl_str_mv	repourl:https://repositorio.uan.edu.co/
url	http://repositorio.uan.edu.co/handle/123456789/4587
identifier_str_mv	[1] WHO Las. principales causas de defunción [internet]. ginebra: Oms; 2019 [citado 12 ene 2019], 10. [2] DANE. Dane. defunciones no fetales 2019 preliminar. https://www.dane.gov.co/index.php/estadisticas-por-tema/salud/nacimientos-ydefunciones/defunciones-no-fetales/defunciones-no-fetales-2019, 31(4), 2011. [3] Christopher RC Wyndham. Atrial fibrillation: the most common arrhythmia. Texas Heart Institute Journal, 27(3):257, 2000. [4] Victor Manuel Castillo Araujo. Big data y el camino a la inteligencia artificial autonómica big data and the road towards and autonomic artificial intelligence. [5] Edgardo Escobar. Desafíos de la cardiología: desde la investigación básico-clínica a la era digital. Revista chilena de cardiología, 37(1):58–67, 2018. [6] Marian y Piela Micha l y Castells Francisco y L k e ski JM y Contreras-Ortiz Sonia H Giraldo-Guzm ’a n, Jader y Kotas. Aplicación de filtrado espacio-temporal para mejorar las formas de onda de la actividad auricular. In Actas de la 2da Conferencia Internacional sobre Sensores, Procesamiento de Señales e Imágenes de 2019. [7] Lasse Rouhiainen. Inteligencia artificial. Madrid: Alienta Editorial, 2018. [8] Jiapu Pan and Willis J Tompkins. A real-time qrs detection algorithm. IEEE transactions on biomedical engineering, (3):230–236, 1985. [9] Raaed Faleh Hassan and Sally Abdulmunem Shaker. Ecg signal de-noising and feature extraction using discrete wavelet transform. International Journal of Engineering Trends and Technology, 63(1):32–39, 2018. [10] C Vidal and L Pavesi. Desarrollo de un sistema de adquisición y tratamiento de señales electrocardiográficas, universidad de tarapacá. instname:Universidad Antonio Nariño reponame:Repositorio Institucional UAN repourl:https://repositorio.uan.edu.co/
dc.language.iso.spa.fl_str_mv	spa
language	spa
dc.rights.none.fl_str_mv	Acceso abierto
dc.rights.license.spa.fl_str_mv	Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
dc.rights.uri.spa.fl_str_mv	https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv	info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv	http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv	Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) Acceso abierto https://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv	openAccess
dc.publisher.spa.fl_str_mv	Universidad Antonio Nariño
dc.publisher.program.spa.fl_str_mv	Ingeniería Biomédica
dc.publisher.faculty.spa.fl_str_mv	Facultad de Ingeniería Mecánica, Electrónica y Biomédica
dc.publisher.campus.spa.fl_str_mv	Cartagena
institution	Universidad Antonio Nariño
bitstream.url.fl_str_mv	https://repositorio.uan.edu.co/bitstreams/b41ecbd1-8275-4a51-91d5-e83e36fa7352/download https://repositorio.uan.edu.co/bitstreams/0aba8199-42b2-469c-a15d-3735550f7e7c/download https://repositorio.uan.edu.co/bitstreams/d2c73f2e-35b1-433a-8e22-9549dd07da56/download https://repositorio.uan.edu.co/bitstreams/08596daf-9c73-4a3a-a8e1-23853910b7f3/download
bitstream.checksum.fl_str_mv	c3b2cdca800aa01c6175488b1291697a bb7e27d4fe6fc501948b0d2dd35e7b90 f7d616920a8afe8f70753dc1fa9b8562 1da04cfc3bce1922be8d86910635e165
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio Institucional UAN
repository.mail.fl_str_mv	alertas.repositorio@uan.edu.co
_version_	1814300349104652288
spelling	Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)Acceso abiertohttps://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Arteaga Orozco, Maria IsabelGuerrero García, SamuelRomero Torres, Sergio Andres20561514410205616188272021-08-12T00:58:15Z2021-08-12T00:58:15Z2021-06-08http://repositorio.uan.edu.co/handle/123456789/4587[1] WHO Las. principales causas de defunción [internet]. ginebra: Oms; 2019 [citado 12 ene 2019], 10.[2] DANE. Dane. defunciones no fetales 2019 preliminar. https://www.dane.gov.co/index.php/estadisticas-por-tema/salud/nacimientos-ydefunciones/defunciones-no-fetales/defunciones-no-fetales-2019, 31(4), 2011.[3] Christopher RC Wyndham. Atrial fibrillation: the most common arrhythmia. Texas Heart Institute Journal, 27(3):257, 2000.[4] Victor Manuel Castillo Araujo. Big data y el camino a la inteligencia artificial autonómica big data and the road towards and autonomic artificial intelligence.[5] Edgardo Escobar. Desafíos de la cardiología: desde la investigación básico-clínica a la era digital. Revista chilena de cardiología, 37(1):58–67, 2018.[6] Marian y Piela Micha l y Castells Francisco y L k e ski JM y Contreras-Ortiz Sonia H Giraldo-Guzm ’a n, Jader y Kotas. Aplicación de filtrado espacio-temporal para mejorar las formas de onda de la actividad auricular. In Actas de la 2da Conferencia Internacional sobre Sensores, Procesamiento de Señales e Imágenes de 2019.[7] Lasse Rouhiainen. Inteligencia artificial. Madrid: Alienta Editorial, 2018.[8] Jiapu Pan and Willis J Tompkins. A real-time qrs detection algorithm. IEEE transactions on biomedical engineering, (3):230–236, 1985.[9] Raaed Faleh Hassan and Sally Abdulmunem Shaker. Ecg signal de-noising and feature extraction using discrete wavelet transform. International Journal of Engineering Trends and Technology, 63(1):32–39, 2018.[10] C Vidal and L Pavesi. Desarrollo de un sistema de adquisición y tratamiento de señales electrocardiográficas, universidad de tarapacá.instname:Universidad Antonio Nariñoreponame:Repositorio Institucional UANrepourl:https://repositorio.uan.edu.co/The purpose of this research work is the automatic detection of patients with atrial arrhythmias in The purpose of this research work is the automatic detection of patients with atrial arrhythmias using electrocardiographic records, by means of feature extraction and artificial intelligence methods. Taking into account the importance of the analysis of biomedical signals in the development of technologies to prevent, diagnose and treat cardiovascular diseases, which are the main cause of death in the world and in the department of Bolivar, a software is developed in the MATLAB environment, using databases. The selected databases correspond to 49 ECG records of atrial arrhythmias, belonging to patients from the University Hospital of Valencia in Spain and provided by a local researcher.El presente trabajo investigativo tiene como propósito la detección automática de pacientes con arritmias auriculares usando registros electrocardiográficos, mediante la extracción de características y métodos de inteligencia artificial. Teniendo en cuenta la importancia del análisis de señales biomédicas en el desarrollo de tecnologías para prevenir, diagnosticar y tratar enfermedades cardiovasculares, las cuales son la principal causa de muerte en el mundo y en el departamento de Bolívar, se desarrolla un software en el entorno MATLAB, utilizando bases de datos. Las bases de datos seleccionadas corresponden a 49 registros ECG de arritmias auriculares, pertenecientes a pacientes del Hospital Universitario de Valencia en España y provistos por un investigador local.Ingeniero(a) Biomédico(a)PregradoPresencialMonografíaspaUniversidad Antonio NariñoIngeniería BiomédicaFacultad de Ingeniería Mecánica, Electrónica y BiomédicaCartagenaEnfermedades cardiovascularesMachine learningExtracción de característicasTransformada waveletTransformada discreta del cosenoCardiovascular diseasesMachine learningFeature extractionWavelet transformDiscrete cosine transformDetección automática de pacientes con arritmias auriculares en registros electrocardiográficosTrabajo de grado (Pregrado y/o Especialización)http://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85EspecializadaLICENSElicense.txtlicense.txttext/plain; charset=utf-83747https://repositorio.uan.edu.co/bitstreams/b41ecbd1-8275-4a51-91d5-e83e36fa7352/downloadc3b2cdca800aa01c6175488b1291697aMD54ORIGINAL2021_SamuelGarciaSergioRomero.pdf2021_SamuelGarciaSergioRomero.pdfMonografiaapplication/pdf1829798https://repositorio.uan.edu.co/bitstreams/0aba8199-42b2-469c-a15d-3735550f7e7c/downloadbb7e27d4fe6fc501948b0d2dd35e7b90MD522021_SamuelGarciaSergioRomero_Acta.pdf2021_SamuelGarciaSergioRomero_Acta.pdfActa de sustentaciónapplication/pdf269470https://repositorio.uan.edu.co/bitstreams/d2c73f2e-35b1-433a-8e22-9549dd07da56/downloadf7d616920a8afe8f70753dc1fa9b8562MD512021_SamuelGarciaSergioRomero_Autorizacion.pdf2021_SamuelGarciaSergioRomero_Autorizacion.pdfAutorizaciónapplication/pdf1359911https://repositorio.uan.edu.co/bitstreams/08596daf-9c73-4a3a-a8e1-23853910b7f3/download1da04cfc3bce1922be8d86910635e165MD53123456789/4587oai:repositorio.uan.edu.co:123456789/45872024-10-09 22:51:58.445https://creativecommons.org/licenses/by-nc-nd/4.0/Acceso abiertoopen.accesshttps://repositorio.uan.edu.coRepositorio Institucional UANalertas.repositorio@uan.edu.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

Detección automática de pacientes con arritmias auriculares en registros electrocardiográficos

Publicaciones similares