Diseño de una herramienta para la detección de arritmias cardíacas en electrocardiogramas utilizando técnicas de aprendizaje automático

Abstract

RESUMEN : Esta base de datos de investigación para señales de electrocardiograma (ECG) de 12 derivaciones (permite visualizar la actividad eléctrica del corazón desde la perspectiva frontal y horizontal) fue creada bajo los auspicios de la Universidad Chapman, el Hospital del Pueblo de Shaoxing (Escuela de Medicina de la Universidad de Zhejiang del Hospital Shaoxing) y el Primer Hospital de Ningbo. Su objetivo es permitir a la comunidad científica realizar nuevos estudios sobre arritmia y otras afecciones cardiovasculares. Ciertos tipos de arritmias, como la fibrilación auricular, tienen un impacto negativo pronunciado en la salud pública, la calidad de vida y los gastos médicos. Como prueba no invasiva, el ECG es una herramienta diagnóstica importante y vital para detectar estas condiciones. Esta práctica, sin embargo, genera grandes cantidades de datos, cuyo análisis requiere un tiempo y esfuerzo considerable por parte de expertos humanos. Las herramientas modernas de aprendizaje automático y estadísticas pueden ser entrenadas en datos grandes y de alta calidad para lograr niveles excepcionales de precisión diagnóstica automatizada. Por lo tanto, recopilamos y difundimos esta nueva base de datos que contiene ECGs de 12 derivaciones de 10.646 pacientes con una frecuencia de muestreo de 500 Hz que presenta múltiples ritmos comunes y condiciones cardiovasculares adicionales, todos etiquetados por expertos profesionales. El conjunto de datos se puede utilizar para diseñar, comparar y ajustar nuevas y clásicas técnicas estadísticas y de aprendizaje automático en estudios centrados en arritmia y otras afecciones cardiovasculares. El presente estudio da a conocer los métodos y procedimientos que utilizamos para encontrar la técnica que tiene mejores resultados frente a este problema en particular. Ilustra los procesos de exploración de datos y tratamiento de datos (especialmente por ser un dataset muy des balanceado), las métricas que usamos para considerar los resultados óptimos y nuestra recomendación final incluyendo hiperparámetros.

ABSTRACT : This research database for 12-lead electrocardiogram (ECG) signals (allows viewing of the electrical activity of the heart from frontal and horizontal perspective) was created under the auspices of Chapman University, Shaoxing People's Hospital (School of Zhejiang University Medicine Shaoxing Hospital) and Ningbo First Hospital. Its objective is to allow the scientific community to carry out new studies on arrhythmia and other cardiovascular conditions. Certain types of arrhythmias, such as atrial fibrillation, have a pronounced negative impact on public health, quality of life, and medical costs. As a non-invasive test, the ECG is an important and vital diagnostic tool in detecting these conditions. This practice, however, generates large amounts of data, the analysis of which requires considerable time and effort on the part of human experts. Modern machine learning and statistical tools can be trained on big, high-quality data to achieve exceptional levels of automated diagnostic accuracy. Therefore, we compiled and disseminated this new database containing 12-lead ECGs of 10,646 patients at 500 Hz sampling rate presenting multiple common rhythms and additional cardiovascular conditions, all labeled by professional experts. The data set can be used to design, compare, and adjust new and classic statistical and machine learning techniques in studies focused on arrhythmia and other cardiovascular conditions. The present study discloses the methods and procedures that we use to find the technique that has the best results against this problem. It illustrates the data exploration and data treatment processes (especially for being a very unbalanced dataset), the metrics we use to consider the optimal results and our final recommendation including hyperparameters.