Modelo basado en support vector machine para la estimación de la variabilidad de la frecuencia cardíaca
Fecha
Autor corporativo
Título de la revista
ISSN de la revista
Título del volumen
Editor
Compartir
Director
Altmetric
Resumen
This paper shows the design, implementation and analysis of a Machine Learning (ML) model for the estimation of Heart Rate Variability (HRV). Through the integration of devices and technologies of the internet of things, a support tool is proposed for people in health and sports areas who need to know an individual's HRV. The cardiac signals of the subjects were captured through pectoral bands, later they were classified by a Support Vector Machine algorithm that determined if the HRV is depressed or increased. The proposed solution has an efficiency of 90.3% and it’s the initial component for the development of an application oriented to physical training that suggests exercise routines based on the HRV of the individual.
Descripción
El presente paper muestra el diseño, implementación y análisis de un modelo de Machine Learning (ML) para el cálculo de la Variabilidad de la Frecuencia Cardiaca (VFC). Mediante la integración de dispositivos y tecnologías de internet de las cosas, se plantea una herramienta de apoyo para personas en áreas de la salud y del deporte que requieren conocer la VFC de un individuo. La solución propuesta plantea la captura de las señales cardiacas a través de bandas pectorales que retornan la frecuencia cardiaca del sujeto, esta información es clasificada a partir de un algoritmo de SVM (Support Vector Machine), que determina si la VFC está deprimida o incrementada. La solución propuesta, presenta una eficiencia de un 90,3% y es el componente inicial para el desarrollo de una aplicación orientada al entrenamiento físico que sugiere rutinas de ejercicios con base en la VFC del individuo.
Palabras clave
Variabilidad de la frecuencia cardíaca, Internet de las cosas, Maquinas de soporte vectorial, Monitores de frecuencia cardíaca