ECG Arrhythmia classification

Clasificación de arritmias ECG

Clasificación de arritmias ECG mediante una red neuronal convolucional 2-D

Este repositorio es una implementación de la clasificación de arritmias de ECG en papel utilizando una red neuronal convolucional 2-D en la que clasificamos el ECG en siete categorías, una es normal y las otras seis son diferentes tipos de arritmia utilizando CNN bidimensional profunda con imágenes de ECG en escala de grises. . Al transformar señales de ECG unidimensionales en imágenes de ECG bidimensionales, ya no se requieren filtrado de ruido ni extracción de características. Esto es importante ya que algunos de los latidos del ECG se ignoran en el filtrado de ruido y la extracción de características. Además, los datos de entrenamiento se pueden ampliar aumentando las imágenes de ECG, lo que da como resultado una mayor precisión de clasificación. El aumento de datos es difícil de aplicar en señales unidimensionales, ya que la distorsión de la señal de ECG unidimensional podría degradar el rendimiento del clasificador. Sin embargo, aumentar las imágenes de ECG bidimensionales con diferentes métodos de recorte ayuda al modelo CNN a entrenar con diferentes puntos de vista de las imágenes de ECG individuales. El uso de imágenes de ECG como datos de entrada de la clasificación de arritmias de ECG también resulta beneficioso en términos de robustez.

MÉTODO

MODELO

Aquí está el enlace al modelo: Enlace

Implementando el modelo

1. Clonar mi repositorio.
2. Clona este repositorio.
3. Descarga los pesos.
4. Reemplace app.py en el otro repositorio que ha descargado con app.py de mi repositorio.
5. Reemplace también index.html que está presente en el otro repositorio con el index.html que se proporciona en mi repositorio. Si tiene algún otro problema relacionado con la implementación, puede consultar este repositorio.

El modelo solo funciona si sus datos son similares a sample.csv

Aquí hay una captura de pantalla de la aplicación de mi sistema.

Blog mediano

Puedes encontrar todos los procedimientos relacionados con el entrenamiento de tu propio modelo y otros detalles de este proyecto en mi publicación de Medium.