Comparação de Classificadores de Complexos QRS Desenvolvidos Utilizando Técnicas de Aprendizado de Máquina

Abstract

Doenças cardiovasculares são a maior causa de morte no mundo e sua prevenção é feita através de seu diagnóstico precoce(1). Em 2019, cerca de 17,9 milhões de mortes por doenças cardiovasculares ocorreram globalmente(1). Em especial as arritmias cardíacas que podem ser diagnosticadas por eletrocardiografia(2). Estudos propuseram modelos com algoritmos de aprendizado de máquina para classificação de batimento cardíaco, utilizando a base de dados do MIT-BIH Arrhythmia Database(3-7). Este trabalho apresenta três modelos preditivos, baseados na derivação D2 da base MIT-BIH, utilizando Árvore de Decisão, rede neural Multilayer Perceptron e Deep Neural Network com dois tipos de balanceamento da base de dados para a classificação de 10 arritmias. Os algoritmos foram treinados utilizando 5-fold stratified cross-validation e sua performance, em F1-Score, foram submetidos à análise estatística, tendo a Deep Neural Network, em ambas as bases, obtido o melhor desempenho.