Transformada wavelet y máquinas de soporte vectorial para la identificación de arritmias

Resumen

Se presentan varios conjuntos de extracción de características de latidos normales y latidos de cuatro tipos de arritmias cardíacas, usando la transformada wavelet. Un grupo de conjuntos elegidos aleatoriamente, fueron utilizados para determinar los parámetros óptimos de la función núcleo polinomial (C y d) y de la función núcleo de base radial (C y gamma), que arrojaran los mejores resultados de clasificación para las máquinas de soporte vectorial. A partir de estos parámetros óptimos se realizaron pruebas de clasificación con todos los conjuntos de entrenamiento y se obtuvo un porcentaje de error de validación del 2.93% para una máquina de soporte vectorial con función núcleo de base radial, 11.72% con un clasificador Bayesiano y 3.63% con un perceptrón multicapa. Con el fin de reducir el porcentaje de error de validación, se aplicó la técnica de análisis por componentes principales para la selección efectiva de características y para reducir la dimensionalidad de los vectores de características de cada conjunto de entrenamiento. Las máquinas de soporte vectorial evaluadas con estos nuevos conjuntos de entrenamiento,  fueron más consistentes y presentaron siempre un porcentaje de error de validación menor, logrando un porcentaje de error de validación del 1.93%, el clasificador Bayesiano mejoró sustancialmente su capacidad de clasificación en la mayoría de casos, mientras que el perceptrón multicapa no fue muy susceptible a la selección efectiva de características y en algunos casos mejoró y en otros no.