Desenvolvimento de modelo de rede neural h?brida para identifica??o de infarto com uma ?nica deriva??o

• Autor(a) principal: Gomes, Gabriel Diniz
• Data de Publicação: 2024
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional do IFPB
• Texto Completo: http://repositorio.ifpb.edu.br/jspui/handle/177683/3444
• topic: Rede neural; Eletrocardiograma (ECG); Infarto Agudo do Mioc?rdio (IAM); Rede convolucional; Rede recorrente; Deriva??o ?nica

Doen?as cardiovasculares s?o a maior causa de mortes no mundo, sendo respons?veis por cerca de 17,9 milh?es de mortes anualmente. O infarto agudo do mioc?rdio (IAM) ? ca- racterizado pela oclus?o de uma art?ria coron?ria, a qual pode levar ? necrose do m?sculo card?aco pela falta de oxigena??o decorrente da aus?ncia de fluxo sangu?neo. O principal exame utilizado no diagn?stico do IAM ? o eletrocardiograma (ECG), a partir do qual di- ferentes perspectivas da atividade el?trica do cora??o podem ser monitoradas. O presente trabalho teve por objetivo o desenvolvimento de uma rede neural h?brida, empregando redes neurais convolucionais e recorrentes, capaz de identificar o IAM em sinais de ECG utilizando uma ?nica deriva??o eletrocardiogr?fica, visando a implementa??o em disposi- tivos vest?veis, como smartwatches. Para isso, buscou-se identificar qual comprimento de sinal e conjunto de hiperpar?metros apresentaria as melhores m?tricas de desempenho ao receber os sinais de ECG como entrada da rede. Ao aplicar o conjunto de teste utilizando o comprimento de sinal e conjunto de hiperpar?metros ideais, observou-se uma acur?cia de 84,23%, precis?o de 74,47%, sensibilidade de 74,19% e F1-Score de 74,33%.