APLICACIÓN DE ESCRITORIO BASADA EN DEEP LEARNING PARA WINDOWS QUE CLASIFICA SEÑALES ECG EN SEÑAL CON ARRITMIA FIBRILACIÓN AURICULAR, RUIDO O NORMAL
No Thumbnail Available
Date
2023-03-11
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
La fibrilación auricular es una de las arritmias más comunes y con alta mortalidad y morbilidad. Esta arritmia puede presentar una atención tardía y costosa. En este trabajo se desarrolló una aplicación que brinda la posibilidad de capturar, visualizar y guardar una señal electrocardiográfica (ECG), así mismo auto evalúa dicha señal con el fin de clasificar en señal con arritmia fibrilación auricular, ruido o normal para una acción preventiva. Se desarrolló usando el SDK Flutter con una arquitectura BLOC donde implementamos una red neuronal que evalúa la señal capturada. Por medio de un microcon trolador ESP32 y un AD8232 logramos capturar la señal y enviarla al dispositivo de cómputo usando una conexión Bluetooth Low-Energy (BLE). Adicionalmente, la aplicación permite leer las señales ECG para una interpretación manual donde se puede cambiar los parámetros de visualización y una regla que facilita hacer mediciones de la señal. Adicionalmente, la aplicación cuenta con información del paciente y del profesional que realizó el examen de captura e incluso. Toda la información es fac tible de ser exportada a un documento en formato PDF para imprimir o archivar en el historial clínico. La aplicación es compatible para equipos con sistema operativo Windows y dispositivos con sistema operativo Android. Se espera que esta aplicación contribuya con la detección de arritmias cardiacas de forma temprana y de esta forma ayudar a su tratamiento.
Description
Keywords
ARRITMIA CARDIACA, ANDROID, ECG, DEEP LEARNING, FLUTTER, APLICACIÓN, FIBRILACIÓN AURICULAR, WINDOWS, TENSORFLOW