Desarrollo de un detector de arritmias cardíacas basado en aprendizaje automático utilizando señales fotopletismográficas

Abstract

Este trabajo aborda el desarrollo de un sistema de detección temprana de arritmias cardíacas mediante el uso de señales fotopletismográficas (PPG) y técnicas de aprendizaje automático aplicadas a dispositivos wearables de consumo. Se busca ofrecer una solución accesible para el monitoreo cardiovascular continuo, en respuesta al aumento de enfermedades cardiovasculares y la necesidad de soluciones efectivas en salud pública. El estudio evalúa la viabilidad de la frecuencia cardíaca y presión sanguínea, así como la detección de arritmias. Se propone diseñar un sistema biomédico integral que combine sensores PPG con algoritmos de aprendizaje automático, con el potencial de mejorar la calidad de vida de los pacientes y reducir la carga en los sistemas de salud.

This work addresses the development of an early detection system for cardiac arrhythmias using photoplethysmography (PPG) signals and machine learning techniques applied to consumer-grade wearables. It aims to offer an accessible solution for continuous cardiovascular monitoring, in response to the increasing prevalence of cardiovascular diseases and the need for effective public health solutions. The study evaluates the feasibility of PPG signals to extract key cardiovascular parameters and the detection of arrhythmia. An integrated biomedical system is proposed, combining PPG sensors with machine learning algorithms, with the potential to improve patients’ quality of life and alleviate the burden on healthcare systems.