Диагностика заболеваний по ЭКГ с помощью сверточных нейронных сетей

На сегодняшний день электрокардиография является простейшим и в то же время эффективным неинвазивным методом диагностики множества заболеваний. Данная работа посвящена применению методов машинного обучения для анализа результатов ЭКГ при помощи определения электрической оси сердца, а также распознавания наличия кардиостимулятора у пациента или шума в записи. В работе производится сравнение различных архитектур сверточных нейронных сетей для решения данной задачи (классическая сверточная сеть, WaveNet, сверточная есть с двумя выходами). Кроме того, рассматриваются различные варианты извлечения признаков из первичного необработанного сигнала ЭКГ (автоэнкодеры, математические и статистические методы, аугментация с использованием динамического окна и тд). По итогу наилучший результат по определению электрической оси сердца получен с применением вариационного сверточного автоэнкодера для извлечения признаков в сочетании с классической сверточной нейронной сетью.