Análise Comparativa das Arquiteturas de Rajpurkar et al. e Ribeiro et al. para Classificação de Patologias Cardíacas em Eletrocardiogramas

Sarah Morgana Meurer, Daniel G. de P. Zanco, Eduardo Vinícius Kuhn, Ranniery Maia

DOI: 10.14209/sbrt.2023.1570907043

Evento: XLI Simpósio Brasileiro de Telecomunicações e Processamento de Sinais (SBrT2023)

Keywords: Aprendizado profundo Classificação multirrótulos ECG Redes neurais

Abstract

Este trabalho foca na avaliação de desempenho de duas arquiteturas relevantes introduzidas para detecção e classificação de patologias cardíacas. Especificamente, tais arquiteturas são implementadas aqui em linguagem Python e treinadas com um conjunto de dados público. O desempenho dos modelos obtidos é avaliado através da matriz de confusão multirrótulos, da qual métricas como precisão, sensibilidade e F1-score e seus valores médios micro, macro e weighted podem ser computados. Resultados mostraram que ambos modelos exibem desempenho similar quando comparados usando um conjunto de dados padronizado.

Download