Kalp hastalıkları dünya genelinde en önemli ölüm nedenlerinden biri olmaya devam ederken, erken teşhis için kullanılan elektrokardiyogram (EKG) sinyallerinin otomatik analizi giderek önem kazanıyor. Yeni bir araştırma, bu alandaki yapay zeka uygulamalarının etkinliğini kapsamlı şekilde değerlendirdi.
Çalışmada, normal hastalar ve çeşitli kalp rahatsızlıkları bulunan hastalardan alınan 12 derivasyonlu EKG kayıtlarını içeren PTB-XL veri seti kullanıldı. Araştırmacılar, altı farklı modeli karşılaştırdı: Karar Ağacı, Rastgele Orman ve Lojistik Regresyon gibi geleneksel yöntemler ile Basit CNN, LSTM ve karmaşık CNN (ECGLens) gibi derin öğrenme modelleri.
Derin öğrenme modellerinin en büyük avantajı, ham EKG sinyallerinden otomatik olarak ayırt edici özellikleri çıkarabilme yetenekleri oldu. Bu da manuel özellik mühendisliği ihtiyacını ortadan kaldırıyor.
Araştırmada ayrıca Durağan Wavelet Dönüşümü kullanılarak veri artırımı uygulandı. Bu teknik, model performansını artırırken eğitim örneklerinin çeşitliliğini de koruyor. Sonuçlar, yapay zekanın kardiyoloji alanında daha hassas ve hızlı teşhis imkanları sunabileceğini gösteriyor.