Analisi e classificazione delle anomalie del complesso QRS tramite DWT e SVM

Le malattie cardiache sono una delle principali cause di decesso a livello globale, rendendo lo sviluppo di sistemi diagnostici intelligenti ed automatizzati una sfida cruciale per l'Ingegneria Biomedica. Questo lavoro propone e analizza un esempio di algoritmo automatizzato basato sulla Trasformata Wavelet Discreta (DWT) e sulle Support Vector Machines (SVM) per il rilevamento di anomalie del complesso QRS. Si approfondiscono i fondamenti teorici del segnale elettrocardiografo, dell'analisi wavelet e dell'apprendimento automatico, sviluppando in seguito l'applicazione pratica, analizzando le prestazioni dell'algoritmo e comparando i risultati ipotizzati con l'implementazione effettiva tramite codice e con un confronto con approcci alternativi. I risultati ottenuti confermano l'elevata accuratezza del modello e dimostrano le potenzialità di questi strumenti nell'ottimizzazione della diagnosi clinica.