Deteção de arritmias cardíacas em eletrocardiogramas usando deep learning

• Autor(a) principal: Rocha, Gabriel Moreira da
• Data de Publicação: 2018
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10400.22/14004
• topic: Deep Learning; Neural Networks; Eletrocardiograma; Arritmia Cardíaca; Electrocardiogram; Heart Arrhythmia; Engenharia de Software

As arritmias cardíacas são perturbações do ritmo cardíaco comuns e podem causar sérios riscos na vida das pessoas, sendo hoje em dia umas das principais causas de morte na população em geral, essencialmente nos países desenvolvidos e em desenvolvimento. Muitas destas mortes poderiam ser evitadas se fosse realizada a deteção e a monitorização prévia destas arritmias a partir do Eletrocardiograma (ECG). O ECG é um exame fundamental no diagnóstico de doenças cardiovasculares e em várias patologias clínicas, registando a informação relativa ao funcionamento do coração através da sua atividade elétrica em cada batimento cardíaco. Através da análise dos dados obtidos por ECG, pretende-se a identificação dos períodos com maior probabilidade de ocorrência de arritmia, possibilitando assim uma maior eficácia na deteção e previsão dos sistemas baseados em ECG. Desta forma, os pacientes poderão melhorar bastante a sua qualidade de vida, garantindo uma maior rapidez na intervenção médica. Ademais, esta abordagem permitirá evitar os efeitos colaterais das arritmias e possivelmente reduzir a administração da medicação. O objetivo deste trabalho passa pelo desenvolvimento de uma metodologia capaz de classificar sinais resultantes do ECG, para deteção de arritmias cardíacas. São apresentadas nesta dissertação diversas técnicas utilizadas para o processamento e classificação dos sinais ECG, pretendendo-se que sejam aplicadas neste trabalho algumas destas técnicas.