Clasificación de anomalías cardiacas mediante el uso de señales ECG y algoritmos de aprendizaje automático en una Raspberry PI

Resumen

Las enfermedades cardíacas son una de las principales causas de muerte en el mundo, por esto es importante el contar con herramientas que ayuden a la detección temprana de estas enfermedades. Por ello, en este trabajo se plantea en el trabajo se plantea el uso de una tarjeta Raspberry PI para el procesamiento de señales electrocardiográficas (ECG) por medio de un filtrado con el Filtro de Respuesta Finita al Impulso no Sesgado Iterativo (I-UFIR) y posteriormente el entrenamiento de algoritmos de aprendizaje automático, como lo es las máquinas de soporte vectorial (SVM) y los Boosted Trees. En este trabajo la tarjeta Raspberry Pi demostró ser una herramienta eficaz para realizar la implementación en hardware del filtro, así como para entrenar los algoritmos para la detección de señales ECG de pacientes sin problemas cardiacos y de pacientes con arritmia e insuficiencia cardiaca congestiva.