ECG Arrhythmia classification

Classificação de ECG-Arritmia

Classificação de arritmia de ECG usando uma rede neural convolucional 2-D

Este repositório é uma implementação da classificação de arritmia de ECG em papel usando uma rede neural convolucional 2-D na qual classificamos o ECG em sete categorias, uma sendo normal e as outras seis sendo diferentes tipos de arritmia usando CNN bidimensional profunda com imagens de ECG em escala de cinza . Ao transformar sinais de ECG unidimensionais em imagens de ECG bidimensionais, a filtragem de ruído e a extração de recursos não são mais necessárias. Isto é importante porque alguns batimentos do ECG são ignorados na filtragem de ruído e na extração de recursos. Além disso, os dados de treinamento podem ser ampliados aumentando as imagens de ECG, o que resulta em maior precisão de classificação. O aumento de dados é difícil de ser aplicado em sinais de 1-d, uma vez que a distorção do sinal de ECG de 1-d pode prejudicar o desempenho do classificador. No entanto, aumentar as imagens bidimensionais de ECG com diferentes métodos de corte ajuda o modelo CNN a treinar com diferentes pontos de vista das imagens únicas de ECG. Usar a imagem do ECG como dado de entrada da classificação de arritmia do ECG também traz benefícios no sentido de robustez.

MÉTODO

MODELO

Aqui está o link do modelo: Link

Implantando o modelo

1. Clone meu repositório.
2. Clone este repositório.
3. Baixe os pesos.
4. Substitua app.py no outro repositório que você baixou pelo app.py do meu repositório.
5. Substitua também index.html que está presente no outro repositório pelo index.html fornecido em meu repositório. Se você enfrentar qualquer outro problema relacionado à implantação, você pode verificar este repositório.

O modelo funciona apenas se seus dados forem semelhantes a sample.csv

Aqui está uma captura de tela do aplicativo do meu sistema

Blog médio

Você pode encontrar todos os procedimentos para treinar seu próprio modelo e outros detalhes deste projeto no meu post do Medium.