Exploración de la viabilidad de la clasificación biométrica de ECG en tiempo real en el dispositivo utilizando redes...

Área de la Ciencia:

• Ingeniería Biomédica; Inteligencia Artificial; Tecnología Portátil

Sus antecedentes:

• La monitorización continua personalizada de la atención médica es crucial.; Las señales de electrocardiograma (ECG) ofrecen patrones biométricos únicos.; Los sistemas actuales a menudo dependen de la conectividad en la nube, lo que plantea preocupaciones sobre la privacidad y la eficiencia.

Objetivo del estudio:

• Desarrollar y evaluar un sistema de aprendizaje profundo integrado de prueba de concepto para la clasificación biométrica de ECG en tiempo real en dispositivos Holter portátiles.; Reducir la dependencia de la conectividad continua en la nube para el análisis de ECG.; Mejorar la privacidad de los datos y reducir el consumo de energía en la monitorización de la salud portátil.

Principales métodos:

• Se implementó una red neuronal convolucional (CNN) cuantificada en un microcontrolador STM32H7.; Se incorporó una etapa inicial de evaluación de la calidad de la señal para un procesamiento robusto.; El sistema se evaluó en la base de datos de ECG de diagnóstico PTB utilizando entrenamiento específico del sujeto.

Principales resultados:

• El sistema integrado logró una puntuación F1 del 94,51 % y una precisión de clasificación del 94,68 % en segmentos de ECG de 5 segundos.; El tiempo promedio de inferencia fue de 1,35 segundos, lo que permite la operación en tiempo real en hardware con recursos limitados.; La inferencia en el dispositivo demostró una mayor privacidad de los datos y una reducción de la transmisión de datos.

Conclusiones:

• La implementación integrada demuestra la viabilidad de integrar biométricas de ECG ligeras en sistemas portátiles.; Este enfoque mejora la privacidad, reduce el consumo de energía y minimiza la transmisión de datos.; Las extensiones futuras potenciales incluyen la monitorización de la atención médica personalizada y la detección temprana de anomalías.