Documentos de Académico
Documentos de Profesional
Documentos de Cultura
RESUMEN
La aplicacin de las redes neuronales artificiales se ha
extendido a diversas disciplinas, debido principalmente a
sus caractersticas de adaptividad, confiabilidad y autoorganizacin. En este trabajo presentamos dos sistemas
de deteccin de contracciones ventriculares prematuras
(PVC) basados en el modelo de Kohonen y en el
perceptron multicapa. Las seales electrocardiogrficas
empleadas fueron extradas de la base de datos de
arritmias del MIT-BIH. El detector que utiliza topologa
MLP exhibe mayores sensibilidad y predictividad
positiva que LVQ. Para mejorar la eficacia del modelo
de Kohonen habra que implementar una combinacin
de SOM y LVQ para proveer una aproximacin al
espacio de entrada de manera no-supervisada.
Palabras clave: MIT-BIH Database, redes neuronales,
detector de arritmias, seal electrocardiogrfica..
1. INTRODUCCIN
La aplicacin de las redes neuronales artificiales se ha
extendido a diversas disciplinas, debido principalmente a
sus caractersticas de adaptividad, confiabilidad y autoorganizacin. Una ventaja destacable para el
procesamiento de datos radica en la posibilidad de su
implementacin con tecnologas especficas disponibles,
que posibilitan su operacin en tiempo real.
Dos de las topologas de red ms difundidas son el
Perceptron Multicapa (MLP Multilayer Perceptron) y
el denominado Modelo de Kohonen.
Perceptron Multicapa (MLP). El Perceptron
Multicapa se caracteriza por presentar una no-linealidad
en la salida, capas de neuronas ocultas y un alto grado de
conectividad. Es de entrenamiento supervisado. Utiliza el
algoritmo de retro-propagacin del error. Este algoritmo
est basado en la regla de aprendizaje por correccin de
error, considerada como una generalizacin del
algoritmo de los cuadrados mnimos (LMS), utilizado en
filtrado adaptivo mediante redes lineales simples [5]. Su
operacin consta de dos fases, una directa y una inversa o
2. MATERIALES Y MTODOS
Hardware. Procesador Intel Pentium I de 166 MHz, 32
Mb de RAM, bajo sistema operativo Windows'95.
Seales electrocardiogrficas. De la base de datos de
arrtimias cardacas del MIT-BIH [15], se ha seleccionado
el registro 106 como patrn de entrenamiento y los
registros 105, 119 y 200, que presentan un adecuada
variedad de arritmias ventriculares, bajo la forma de PVC
(Premature Ventricular Contraction) [16].
Redes neuronales. La Figura 1 muestra la topologa de
la red MLP: 8 nodos en la capa de entrada, 4 en la capa
oculta y uno en la capa de salida, donde se indica la
deteccin de PVC (0) o de latido normal (1). La Figura 2
ilustra la arquitectura de red LVQ, que presenta 8 nodos
en la capa de entrada y 4 en la de salida. La neurona
vencedora en la capa de salida determinar un latido
normal (1), o PVC (2).
Neuronas de entrada
Fig. 2. LVQ (Learning Vector Quantization)
Neurona de salida
3. DISCUSIN DE RESULTADOS
Neuronas de entrada
Fig. 1. MLP (Perceptron Multicapa)
[4]
Tabla I
Eficacia del detector basado en MLP
REGISTRO
PP
TFP
105
0.98
0.59
0.02
119
0.99
0.98
0.94
0.02
200
REGISTRO
PP
TFP
105
0.96
0.97
0.51
0.03
119
0.93
0.79
0.78
0.06
200
0.68
0.97
0.89
0.03
4. CONCLUSIONES
Para mejorar la eficacia del Modelo de Kohonen
como detector de arritmias cardacas, se debera
implementar una combinacin de las variantes SOM y
LVQ. De esta forma, como lo indica Haykin [5], el Mapa
Auto-organizativo proveera una aproximacin al espacio
de entrada de una manera no supervisada, para luego
aplicar la metodologa supervisada de LVQ.
AGRADECIMIENTOS
Este trabajo fue realizado con aportes de la Secretara
General de Ciencia y Tcnica de la Universidad Nacional
del Nordeste (Corrientes, Argentina), P.I. N 449.
REFERENCIAS
[1]
[2]
[3]