Arrhythmia detection and classification from electrocardiograms

Abstract

[ES] Una de las principales causas de muerte en el mundo son las arritmias cardíacas. En el campo de la salud, los electrocardiogramas (ECG) se utilizan para detectar arritmias. Sin embargo, los síntomas no siempre son claros y se pueden cometer errores en el diagnóstico. Por lo tanto, se necesita una monitorización continua a través del análisis de ECG en tiempo real para detectar arritmias de manera oportuna y prevenir un eventual incidente que amenace la vida. El primer proceso para un sistema automático de detección y clasificación de arritmias es detectar y clasificar los latidos del corazón. En este proyecto, se diseña e implementa un sistema automático de detección y clasificación de latidos utilizando Python como el lenguaje de programación principal en soporte con el kit de herramientas WFDB junto con múltiples bibliotecas como Neural-kit. A continuación, el sistema se probó en una base de datos muy conocida "la base de datos de arritmias MIT-BIH". Los resultados obtenidos son con una tasa de error aceptable, por lo que podemos decir que el sistema fue diseñado e implementado con éxito.

[EN] One of the major causes of death in the world is cardiac arrhythmias. In the field of healthcare, electrocardiograms (ECG) are used to detect arrhythmias. But, the symptoms aren’t always straight and mistakes could be made in the diagnosis. Therefore, continuous monitoring through real-time ECG analysis is needed to detect arrhythmias in a timely manner and prevent an eventual incident that threatens life. The first process to an automatic arrhythmias detection and classification system is to detect and classify the heart beats. In this project an automatic heartbeats detection and classification system is designed and implemented using python as the main programing language in support with the WFDB toolkit together with multiple libraries such as Neural-kit. The system was then tested on a very know database “the MIT-BIH arrhythmia database”. The results obtained are with acceptable error rate, therefore we can say that the system was successful designed and implemented.