CLASSIFICAÇÃO DE SINAIS DE ELETROCARDIOGRAMA ATRAVÉS DE REDES NEURAIS CONVOLUCIONAIS AUTO-ASSOCIATIVAS
redes neurais convolucionais auto-associativas, aprendizado profundo, ECG
Este trabalho apresenta a proposta de um sistema para classificação de sinais de eletrocardiograma (ECG) através de uma estrutura competitiva de Redes Neurais Convolucionais Auto-Associativas. Múltiplas redes neurais convolucionais auto-associativas são treinadas para reconstrução de sinais ECG para os casos de sinais de pacientes com arritmia e pacientes com sinais considerados normais. Após o treinamento, as redes são arranjadas em uma estrutura paralela competitiva para classificação dos Sinais ECG. Para desenvolvimento e teste do sistema foi utilizada a base de dados MIT-BIH Arrythmia de sinais ECG.