Técnicas de Mineração de Dados baseadas em Redes SOM e PCA na classificação de Arritmia Cardíaca

Resumo - Técnicas de mineração de dados baseadas em redes neurais artificiais são bastante utilizada na classificação de sinais biomédicos. Este artigo propõe uma abordagem híbrida aos métodos tradicionais de mineração de dados utilizando análise de componentes principais, na eliminação com complexo QRS (atividade elétrica gerada pela despolarização ventricular com maior amplitude no sinal de eletrocardiograma) e mapas auto- organizáveis para classificação de agrupamentos provenientes de doenças cardiovasculares identificando a taquicardia sinusal e fibrilação atrial. A identificação de certos tipos de taquicardia cardiovasculares em pacientes com arritmias utilizando os mapas auto-organizáveis e análise de componentes principais pode ser considerado um processo complexo, devido ao aparecimento de doenças pré-existentes e de complicações clínicas durante a análise do diagnóstico de pacientes. Palavras-chave : mineração de dados, análise de componentes principais, mapas auto-organizáveis. Abstract - The techniques of data mining based on artificial neural networks are widely used for classifying and analyzing biomedical signals. This paper proposes a branch combined with the traditional methods of basic mining fact using principal components analysis (PCA) for eliminating the QRS complex (electric activity generated by ventricular des-polarization with high amplitude in the electrocardiogram signals) and self-organizing maps (SOM) for analysis and group classification originating from cardiovascular diseases identifying sinus tachycardia and atrial fibrillation. The analysis of electrocardiogram signals can be considered as a complex process, due to the appearance of pre-existing diseases and clinical complications during the diagnosis of patients.