Método basado en redes neuronales artificiales de detección de soplos cardíacos en niños

Área de la Ciencia:

• Cardiología pediátrica.
• Ingeniería biomédica de la ingeniería biomédica.
• La inteligencia artificial en la medicina.

Sus antecedentes:

• La detección temprana de la enfermedad cardíaca pediátrica es crucial.
• Los métodos actuales de detección de soplos cardíacos tienen limitaciones.
• Las redes neuronales artificiales (ANN) sobresalen en el reconocimiento de patrones complejos.

Objetivo del estudio:

• Para entrenar una red neuronal artificial (ANN) para distinguir efectivamente entre murmullos cardíacos inocentes y patológicos.
• Evaluar el potencial de diagnóstico de las ANN en cardiología pediátrica.

Principales métodos:

• Se registraron sonidos cardíacos de 69 pacientes pediátricos utilizando un estetoscopio electrónico.
• El análisis de señales digitales procesó las muestras de sonido.
• Se entrenó y evaluó una red neuronal artificial (ANN) personalizada.

Principales resultados:

• La ANN logró una sensibilidad y especificidad del 100% en la clasificación de los sonidos cardíacos en los datos recopilados.
• Se determinaron las configuraciones óptimas para el sistema de clasificación ANN.
• Una mejor generalización para futuros casos desconocidos puede requerir una representación mejorada de los datos de capacitación.

Conclusiones:

• Las ANN demuestran un potencial significativo como herramientas de diagnóstico precisas para clasificar los sonidos del corazón.
• Esta tecnología es prometedora para un dispositivo de detección de enfermedades cardíacas pediátricas de alto volumen.
• Un mayor desarrollo podría conducir a mejores capacidades de diagnóstico en cardiología pediátrica.