Abstract
Los electrocardiogramas (ECG) fetales proporcionan información crucial para las intervenciones y diagnósticos de las embarazadas a nivel clínico. Las señales maternas son robustas, lo que dificulta la recuperación y detección de ECGs fetales. En este artículo, proponemos una solución basada en Machine Learning adaptando el clustering de k-means para detectar el ECG fetal mediante la grabación de los ECGs. En nuestra primera parte de preprocesamiento, intentamos normalizar y segmentar la forma de onda del ECG. A continuación, utilizamos la distancia euclídea para medir la similitud. Para identificar un cierto número de centroides en nuestros datos, los resultados clasificados en dos clases se representan en la última parte mediante gráficos y se comparan con otros algoritmos, como el clasificador CNN, para demostrar la eficacia de este enfoque innovador, que puede aplicarse en tiempo real.
Publisher
Salud, Ciencia y Tecnologia