Classificazione di aritmie cardiache mediante Convolutional Neural Network

Capitolo 3 Applicazione realizzata Questo capitolo tratta la logica dell’applicazione, come sono stati implementati i moduli ed il loro funzionamento, le modalità di installazione e di utilizzo del software, il formato dei dati in input ed output trattati. 3.1 Pre-Processing I segnali ECG nel dominio del tempo, che appartengono a 15 tipi di malattie cardiache, sono stati prima trasformati in spettrogrammi tempo-frequenza 2D utilizzando la trasformata di Fourier a breve termine (STFT). Il segnale ECG è un dato non stazionario la cui frequenza istantanea varia a seconda del tempo. La trasformata di Fourier a breve termine (STFT) viene utilizzata per analizzare come il contenuto di frequenza di un segnale non stazionario cambia nel tempo. L'ampiezza al quadrato della STFT è nota come rappresentazione spettrogramma tempo-frequenza del segnale. La STFT di un segnale viene calcolata facendo scorrere una finestra di analisi w(n) di lunghezza M sul segnale e calcolando la trasformata discreta di Fourier (DFT) di ogni segmento di dati finestrati. Disponendo di una sequenza di lunghezza finita composta da N valori fn, n=0,1,2,...,N-1, corrispondenti a campioni di un segnale f(t) definito in un dominio di partenza, quale quello spaziale o temporale, prelevati con un passo di campionamento ∆t, si indica con il termine trasformata discreta di Fourier (DFT), il calcolo matematico che permette di convertire tutti gli N campioni della funzione originale in M campioni di una nuova funzione definita in un nuovo dominio, il dominio delle frequenze. Si avrà, pertanto, la nuova sequenza pari a: 35 (3.1.1)