Desenvolvimento de modelo de rede neural híbrida para identificação de infarto com uma única derivação

Abstract

Doenças cardiovasculares são a maior causa de mortes no mundo, sendo responsáveis por cerca de 17,9 milhões de mortes anualmente. O infarto agudo do miocárdio (IAM) é ca- racterizado pela oclusão de uma artéria coronária, a qual pode levar à necrose do músculo cardíaco pela falta de oxigenação decorrente da ausência de fluxo sanguíneo. O principal exame utilizado no diagnóstico do IAM é o eletrocardiograma (ECG), a partir do qual di- ferentes perspectivas da atividade elétrica do coração podem ser monitoradas. O presente trabalho teve por objetivo o desenvolvimento de uma rede neural híbrida, empregando redes neurais convolucionais e recorrentes, capaz de identificar o IAM em sinais de ECG utilizando uma única derivação eletrocardiográfica, visando a implementação em disposi- tivos vestíveis, como smartwatches. Para isso, buscou-se identificar qual comprimento de sinal e conjunto de hiperparâmetros apresentaria as melhores métricas de desempenho ao receber os sinais de ECG como entrada da rede. Ao aplicar o conjunto de teste utilizando o comprimento de sinal e conjunto de hiperparâmetros ideais, observou-se uma acurácia de 84,23%, precisão de 74,47%, sensibilidade de 74,19% e F1-Score de 74,33%.