Utilizando Few Shot Learning Para Classificação de Doenças Cardíacas a Partir de Sinais de Eletrocardiogramas
Doenças cardiovasculares, Redes Neurais, Few Shot Learning, Eletrocardiograma, Classificação de Doenças cardíacadas
Doenças cardiovasculares são a causa mais comum de óbitos no mundo e no Brasil, onde representam a principal causa das aposentadorias por invalidez e dos gastos com internações do território nacional. Porém, apenas 4,1% dos médicos no Brasil são cardiologistas, e essa escassez compromete a análise e elaboração dos laudos a partir de exames simples, como por exemplo o eletrocardiograma (ECG). Com o objetivo de agilizar o processo de triagem em centros médicos que fazem laudos de ECG à distância, pesquisadores vêm desenvolvendo um conjunto de algoritmos computacionais para classificar automaticamente sinais de ECG quanto ao estado de normalidade ou de alteração da atividade elétrica cardíaca. Este trabalho tem como objetivo desenvolver um modelo de rede neural utilizando Few Shot Learning para a classificação de doenças cardíacas a partir de traçados digitais de sinais de ECG contendo 12 derivações.