Comparación de modelos de inteligencia artificial para el diagnóstico de arritmia cardiaca mediante información de electrocardiogramas

El presente proyecto tiene como objetivo hacer un benchmarking de modelos de inteligencia artificial IA para determinar la presencia de arritmia cardiaca con base en la información de electrocardiogramas. Para estos recopilar registros provenientes de bases de datos medicas libres con el fin de entr...

Full description

Autores:
Gelves Higuera, Cristian Camilo
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/16075
Acceso en línea:
http://hdl.handle.net/20.500.12749/16075
Palabra clave:
Systems engineer
Technological innovations
Artificial intelligence
Cardiac arrhythmia
Electrocardiograms
Heart diseases
Ingeniería de sistemas
Innovaciones tecnológicas
Inteligencia artificial
Enfermedades cardíacas
Software
Benchmarking
Arritmia cardiaca
Electrocardiogramas
Matlab
Rights
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
id UNAB2_47b6439f9f7ce7e3ee62bf01cfbe156f
oai_identifier_str oai:repository.unab.edu.co:20.500.12749/16075
network_acronym_str UNAB2
network_name_str Repositorio UNAB
repository_id_str
dc.title.spa.fl_str_mv Comparación de modelos de inteligencia artificial para el diagnóstico de arritmia cardiaca mediante información de electrocardiogramas
dc.title.translated.spa.fl_str_mv Comparison of artificial intelligence models for the diagnosis of cardiac arrhythmia using information from electrocardiograms
title Comparación de modelos de inteligencia artificial para el diagnóstico de arritmia cardiaca mediante información de electrocardiogramas
spellingShingle Comparación de modelos de inteligencia artificial para el diagnóstico de arritmia cardiaca mediante información de electrocardiogramas
Systems engineer
Technological innovations
Artificial intelligence
Cardiac arrhythmia
Electrocardiograms
Heart diseases
Ingeniería de sistemas
Innovaciones tecnológicas
Inteligencia artificial
Enfermedades cardíacas
Software
Benchmarking
Arritmia cardiaca
Electrocardiogramas
Matlab
title_short Comparación de modelos de inteligencia artificial para el diagnóstico de arritmia cardiaca mediante información de electrocardiogramas
title_full Comparación de modelos de inteligencia artificial para el diagnóstico de arritmia cardiaca mediante información de electrocardiogramas
title_fullStr Comparación de modelos de inteligencia artificial para el diagnóstico de arritmia cardiaca mediante información de electrocardiogramas
title_full_unstemmed Comparación de modelos de inteligencia artificial para el diagnóstico de arritmia cardiaca mediante información de electrocardiogramas
title_sort Comparación de modelos de inteligencia artificial para el diagnóstico de arritmia cardiaca mediante información de electrocardiogramas
dc.creator.fl_str_mv Gelves Higuera, Cristian Camilo
dc.contributor.advisor.none.fl_str_mv Mrad Ricaurte, Andres Elias
dc.contributor.author.none.fl_str_mv Gelves Higuera, Cristian Camilo
dc.contributor.cvlac.spa.fl_str_mv Mrad Ricaurte, Andres Elias [0001429768]
dc.subject.keywords.spa.fl_str_mv Systems engineer
Technological innovations
Artificial intelligence
Cardiac arrhythmia
Electrocardiograms
Heart diseases
topic Systems engineer
Technological innovations
Artificial intelligence
Cardiac arrhythmia
Electrocardiograms
Heart diseases
Ingeniería de sistemas
Innovaciones tecnológicas
Inteligencia artificial
Enfermedades cardíacas
Software
Benchmarking
Arritmia cardiaca
Electrocardiogramas
Matlab
dc.subject.lemb.spa.fl_str_mv Ingeniería de sistemas
Innovaciones tecnológicas
Inteligencia artificial
Enfermedades cardíacas
Software
dc.subject.proposal.spa.fl_str_mv Benchmarking
Arritmia cardiaca
Electrocardiogramas
Matlab
description El presente proyecto tiene como objetivo hacer un benchmarking de modelos de inteligencia artificial IA para determinar la presencia de arritmia cardiaca con base en la información de electrocardiogramas. Para estos recopilar registros provenientes de bases de datos medicas libres con el fin de entrenar y probar los modelos haciendo uso demetodologías de clasificacióncomo lo son: reconocedor euclídeo y KNN (k vecinos más próximos).Adicionalmentes e implementan métodos de reducción de dimensionalidad como lo son: PCA (análisis de componentes principales) y FSCNCA (Feature selection using neighborhood component analysis for classification). Para el desarrollo del presente proyecto se hace uso del software de cómputo numérico Matlab.
publishDate 2021
dc.date.issued.none.fl_str_mv 2021
dc.date.accessioned.none.fl_str_mv 2022-03-28T14:07:24Z
dc.date.available.none.fl_str_mv 2022-03-28T14:07:24Z
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.local.spa.fl_str_mv Trabajo de Grado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12749/16075
dc.identifier.instname.spa.fl_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional UNAB
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.unab.edu.co
url http://hdl.handle.net/20.500.12749/16075
identifier_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
reponame:Repositorio Institucional UNAB
repourl:https://repository.unab.edu.co
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv CARVAJAL, J. L., & BEDOYA, J. W. (2005). COMPARACIÓN DE MODELOS DE CLASIFICACIÓN.Medellin: ResearchGate.
Burgos, F. J. (2003). Redes Neuronales con GNU/Linux. Obtenido de https://www.ibiblio.org/pub/linux/docs/LuCaS/Presentaciones/200304curso-glisa/redes_neuronal es/curso-glisa-redes_neuronales-html/x38.html
Calvo, D. (13 de Julio de 2017). Diego Calvo. Obtenido de https://www.diegocalvo.es/clasificacion-de-redes-neuronales-artificiales/
GeoSalud. (22 de septiembre de 2012). Obtenido de https://www.geosalud.com/enfermedades%20cardiovasculares/arritmia/diagnostico.html#:~:text= Electrocardiograma%20(ECG)&text=Es%20la%20prueba%20m%C3%A1s%20com%C3%BAn, que%20pasan%20por%20el%20coraz%C3%B3n.
MayoClinic. (13 de septiembre de 2019). Obtenido de https://www.mayoclinic.org/es-es/diseases-conditions/atrial-fibrillation/symptoms-causes/syc-20 350624
Bosogain Olabe, X. (n.d.). REDES NEURONALES ARTIFICIALES. http://cvb.ehu.es/open_course_ware/castellano/tecnicas/redes_neuro/contenidos/pdf/libro-del-cur so.pdf
Izaurieta, F., & Saavedra, C. (1999). Redes Neuronales Artificiales. Charlas de Fisica, 1–15. https://doi.org/10.1016/S0210-5691(05)74198-X
Pava-Molano,L.F.,&Perafán-Bautista,P.E.(2016).Generalidadesdelafibrilaciónauricular. Revista Colombiana de Cardiologia, 23, 5–8. https://doi.org/10.1016/j.rccar.2016.10.003
Sánchez-Arias, A.G.,Bobadilla-Serrano,M.E.,Dimas-Altamirano,B.,Gómez-Ortega,M.,& González-González, G. (1981). Enfermedad cardiovascular: primera causa de morbilidad en un hospital de tercer nivel. Proceedings - National Conference on Noise Control Engineering, 27, 93–98.
Enfermedades cardiovasculares. (2021). Retrieved 9 March 2021, from https://www.who.int/cardiovascular_diseases/es/
AF Termination Challenge Database v1.0.0. (2021). Retrieved 19 May 2021, from https://physionet.org/content/aftdb/1.0.0/
CU Ventricular Tachyarrhythmia Database v1.0.0. (2021). Retrieved 19 May 2021, from https://physionet.org/content/cudb/1.0.0/
ECG-ID Database v1.0.0. (2021). Retrieved 19 May 2021, from https://physionet.org/content/ecgiddb/1.0.0/
Intracardiac Atrial Fibrillation Database v1.0.0. (2021). Retrieved 19 May 2021, from https://physionet.org/content/iafdb/1.0.0/
MIT-BIH Arrhythmia Database v1.0.0. (2021). Retrieved 19 May 2021, from https://physionet.org/content/mitdb/1.0.0/
MIT-BIH Atrial Fibrillation Database v1.0.0. (2021). Retrieved 19 May 2021, from https://physionet.org/content/afdb/1.0.0/
MIT-BIH Malignant Ventricular Ectopy Database v1.0.0. (2021). Retrieved 19 May 2021, from https://physionet.org/content/vfdb/1.0.0/
MIT-BIH Supraventricular Arrhythmia Database v1.0.0. (2021). Retrieved 19 May 2021, from https://physionet.org/content/svdb/1.0.0/
Directions, A. (2007). Principal Component Analysis (PCA) Principal Component Analysis (PCA). Statistics, June, 1–12.
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.creativecommons.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
Atribución-NoComercial-SinDerivadas 2.5 Colombia
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.spatial.spa.fl_str_mv Colombia
dc.coverage.campus.spa.fl_str_mv UNAB Campus Bucaramanga
dc.publisher.grantor.spa.fl_str_mv Universidad Autónoma de Bucaramanga UNAB
dc.publisher.faculty.spa.fl_str_mv Facultad Ingeniería
dc.publisher.program.spa.fl_str_mv Pregrado Ingeniería de Sistemas
institution Universidad Autónoma de Bucaramanga - UNAB
bitstream.url.fl_str_mv https://repository.unab.edu.co/bitstream/20.500.12749/16075/1/2021_Tesis_Cristian_Camilo_Gelves.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/16075/2/2021_Licencia_Cristian_Camilo_Gelves.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/16075/3/license.txt
https://repository.unab.edu.co/bitstream/20.500.12749/16075/4/2021_Tesis_Cristian_Camilo_Gelves.pdf.jpg
https://repository.unab.edu.co/bitstream/20.500.12749/16075/5/2021_Licencia_Cristian_Camilo_Gelves.pdf.jpg
bitstream.checksum.fl_str_mv 46d465e41ecf620af7ad01712995482e
d8bc6d183b95fb89604838fa21f77e2d
3755c0cfdb77e29f2b9125d7a45dd316
e5a48bf86e2578a346e63a1f3cdd171c
afd61e5df0ade73b535eabd93a436caa
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB
repository.mail.fl_str_mv repositorio@unab.edu.co
_version_ 1814277844271890432
spelling Mrad Ricaurte, Andres Elias92413d39-048a-43e4-ad56-32c32fa6443bGelves Higuera, Cristian Camilo49540cfa-6535-4862-80bd-2be6c82962c3Mrad Ricaurte, Andres Elias [0001429768]ColombiaUNAB Campus Bucaramanga2022-03-28T14:07:24Z2022-03-28T14:07:24Z2021http://hdl.handle.net/20.500.12749/16075instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coEl presente proyecto tiene como objetivo hacer un benchmarking de modelos de inteligencia artificial IA para determinar la presencia de arritmia cardiaca con base en la información de electrocardiogramas. Para estos recopilar registros provenientes de bases de datos medicas libres con el fin de entrenar y probar los modelos haciendo uso demetodologías de clasificacióncomo lo son: reconocedor euclídeo y KNN (k vecinos más próximos).Adicionalmentes e implementan métodos de reducción de dimensionalidad como lo son: PCA (análisis de componentes principales) y FSCNCA (Feature selection using neighborhood component analysis for classification). Para el desarrollo del presente proyecto se hace uso del software de cómputo numérico Matlab.1. Problemática y justificación 12 1.1. Planteamiento de la problemática 12 1.1.1. Árbol del problema 13 1.2. Justificación 13 2. Objetivos 14 2.1. Objetivo General 14 2.2. Objetivos Específicos 14 3. Antecedentes 14 4. Estado del arte 15 5. Marco Teórico 20 5.1. Enfermedad Cardiovascular 20 5.1.1. Que es una enfermedad Cardiovascular 20 5.1.2. ¿Cómo se detecta una enfermedad cardiovascular? 21 5.2. Arritmias 22 5.2.1. ¿Qué es una arritmia? 22 5.2.2. ¿Cómo se diagnostica una arritmia? 23 6. Diseño Metodológico 25 7. Presupuesto 28 8. Desarrollo 30 8.1. Herramientas de Desarrollo 30 8.2. Obtención de Datos 30 9. Metodología 32 9.1. Reconocedor Euclídeo 32 9.2. KNN 33 10. Reducción de Dimensionalidad 34 10.1. FSCNCA 34 10.2. PCA 35 11. Resultados 36 11.1. Reconocedor Euclídeo 37 11.2. Reconocedor Euclídeo FSCNCA 37 11.3. Reconocedor euclídeo PCA 38 11.4. KNN 38 11.5. KNN FSCNCA 49 1.6. KNN PCA 60 12. Conclusiones 71 13. Recomendaciones 72 14. Referencias bibliográficas 74PregradoThe objective of this project is to benchmark AI artificial intelligence models to determine the presence of cardiac arrhythmia based on electrocardiogram information. For these, collect records from free medical databases in order to train and test the models using classification methodologies such as: Euclidean recognizer and KNN (k nearest neighbors). Additionally, they implement dimensionality reduction methods such as: PCA (principal component analysis) and FSCNCA (Feature selection using neighborhood component analysis for classification). For the development of this project, the numerical computation software Matlab is used.Modalidad Presencialapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)Atribución-NoComercial-SinDerivadas 2.5 Colombiahttp://purl.org/coar/access_right/c_abf2Comparación de modelos de inteligencia artificial para el diagnóstico de arritmia cardiaca mediante información de electrocardiogramasComparison of artificial intelligence models for the diagnosis of cardiac arrhythmia using information from electrocardiogramsIngeniero de SistemasUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaPregrado Ingeniería de Sistemasinfo:eu-repo/semantics/bachelorThesisTrabajo de Gradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/redcol/resource_type/TPSystems engineerTechnological innovationsArtificial intelligenceCardiac arrhythmiaElectrocardiogramsHeart diseasesIngeniería de sistemasInnovaciones tecnológicasInteligencia artificialEnfermedades cardíacasSoftwareBenchmarkingArritmia cardiacaElectrocardiogramasMatlabCARVAJAL, J. L., & BEDOYA, J. W. (2005). COMPARACIÓN DE MODELOS DE CLASIFICACIÓN.Medellin: ResearchGate.Burgos, F. J. (2003). Redes Neuronales con GNU/Linux. Obtenido de https://www.ibiblio.org/pub/linux/docs/LuCaS/Presentaciones/200304curso-glisa/redes_neuronal es/curso-glisa-redes_neuronales-html/x38.htmlCalvo, D. (13 de Julio de 2017). Diego Calvo. Obtenido de https://www.diegocalvo.es/clasificacion-de-redes-neuronales-artificiales/GeoSalud. (22 de septiembre de 2012). Obtenido de https://www.geosalud.com/enfermedades%20cardiovasculares/arritmia/diagnostico.html#:~:text= Electrocardiograma%20(ECG)&text=Es%20la%20prueba%20m%C3%A1s%20com%C3%BAn, que%20pasan%20por%20el%20coraz%C3%B3n.MayoClinic. (13 de septiembre de 2019). Obtenido de https://www.mayoclinic.org/es-es/diseases-conditions/atrial-fibrillation/symptoms-causes/syc-20 350624Bosogain Olabe, X. (n.d.). REDES NEURONALES ARTIFICIALES. http://cvb.ehu.es/open_course_ware/castellano/tecnicas/redes_neuro/contenidos/pdf/libro-del-cur so.pdfIzaurieta, F., & Saavedra, C. (1999). Redes Neuronales Artificiales. Charlas de Fisica, 1–15. https://doi.org/10.1016/S0210-5691(05)74198-XPava-Molano,L.F.,&Perafán-Bautista,P.E.(2016).Generalidadesdelafibrilaciónauricular. Revista Colombiana de Cardiologia, 23, 5–8. https://doi.org/10.1016/j.rccar.2016.10.003Sánchez-Arias, A.G.,Bobadilla-Serrano,M.E.,Dimas-Altamirano,B.,Gómez-Ortega,M.,& González-González, G. (1981). Enfermedad cardiovascular: primera causa de morbilidad en un hospital de tercer nivel. Proceedings - National Conference on Noise Control Engineering, 27, 93–98.Enfermedades cardiovasculares. (2021). Retrieved 9 March 2021, from https://www.who.int/cardiovascular_diseases/es/AF Termination Challenge Database v1.0.0. (2021). Retrieved 19 May 2021, from https://physionet.org/content/aftdb/1.0.0/CU Ventricular Tachyarrhythmia Database v1.0.0. (2021). Retrieved 19 May 2021, from https://physionet.org/content/cudb/1.0.0/ECG-ID Database v1.0.0. (2021). Retrieved 19 May 2021, from https://physionet.org/content/ecgiddb/1.0.0/Intracardiac Atrial Fibrillation Database v1.0.0. (2021). Retrieved 19 May 2021, from https://physionet.org/content/iafdb/1.0.0/MIT-BIH Arrhythmia Database v1.0.0. (2021). Retrieved 19 May 2021, from https://physionet.org/content/mitdb/1.0.0/MIT-BIH Atrial Fibrillation Database v1.0.0. (2021). Retrieved 19 May 2021, from https://physionet.org/content/afdb/1.0.0/MIT-BIH Malignant Ventricular Ectopy Database v1.0.0. (2021). Retrieved 19 May 2021, from https://physionet.org/content/vfdb/1.0.0/MIT-BIH Supraventricular Arrhythmia Database v1.0.0. (2021). Retrieved 19 May 2021, from https://physionet.org/content/svdb/1.0.0/Directions, A. (2007). Principal Component Analysis (PCA) Principal Component Analysis (PCA). Statistics, June, 1–12.ORIGINAL2021_Tesis_Cristian_Camilo_Gelves.pdf2021_Tesis_Cristian_Camilo_Gelves.pdfTesisapplication/pdf1827640https://repository.unab.edu.co/bitstream/20.500.12749/16075/1/2021_Tesis_Cristian_Camilo_Gelves.pdf46d465e41ecf620af7ad01712995482eMD51open access2021_Licencia_Cristian_Camilo_Gelves.pdf2021_Licencia_Cristian_Camilo_Gelves.pdfLicenciaapplication/pdf218145https://repository.unab.edu.co/bitstream/20.500.12749/16075/2/2021_Licencia_Cristian_Camilo_Gelves.pdfd8bc6d183b95fb89604838fa21f77e2dMD52metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8829https://repository.unab.edu.co/bitstream/20.500.12749/16075/3/license.txt3755c0cfdb77e29f2b9125d7a45dd316MD53open accessTHUMBNAIL2021_Tesis_Cristian_Camilo_Gelves.pdf.jpg2021_Tesis_Cristian_Camilo_Gelves.pdf.jpgIM Thumbnailimage/jpeg4557https://repository.unab.edu.co/bitstream/20.500.12749/16075/4/2021_Tesis_Cristian_Camilo_Gelves.pdf.jpge5a48bf86e2578a346e63a1f3cdd171cMD54open access2021_Licencia_Cristian_Camilo_Gelves.pdf.jpg2021_Licencia_Cristian_Camilo_Gelves.pdf.jpgIM Thumbnailimage/jpeg10192https://repository.unab.edu.co/bitstream/20.500.12749/16075/5/2021_Licencia_Cristian_Camilo_Gelves.pdf.jpgafd61e5df0ade73b535eabd93a436caaMD55metadata only access20.500.12749/16075oai:repository.unab.edu.co:20.500.12749/160752023-07-26 15:32:48.96open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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