Análisis de señales electrocardiográficas para la detección temprana del síndrome metabólico mediante machine learning
En el presente trabajo se desarrolla un método innovador para la identificación precoz del síndrome metabólico (SM) mediante el análisis de señales electrocardiográficas (ECG) y el uso de técnicas avanzadas de aprendizaje automático. El SM, caracterizado por una serie de irregularidades metabólicas...
- Autores:
-
Arzuaga, Santiago
Peláez Grajales, Juan Andrés
- Tipo de recurso:
- Fecha de publicación:
- 2025
- Institución:
- Universidad Distrital Francisco José de Caldas
- Repositorio:
- RIUD: repositorio U. Distrital
- Idioma:
- OAI Identifier:
- oai:repository.udistrital.edu.co:11349/94295
- Acceso en línea:
- http://hdl.handle.net/11349/94295
- Palabra clave:
- Síndrome metabólico
Aprendizaje automático
ECG
Variabilidad de la frecuencia cardíaca
Ingeniería Electrónica -- Tesis y disertaciones académicas
Enfermedades cardiovasculares -- Diagnóstico
Electrocardiografía
Aprendizaje automático (Inteligencia artificial) -- Medicina
Enfermedades cardiovasculares -- Prevención
Metabolic syndrome
Machine learning
ECG
Heart rate variability
- Rights
- License
- Abierto (Texto Completo)