Advancements in Myocardial Infarction Detection and Classification Using Wearable Devices: A Comprehensive Review

要約

一般に心臓発作として知られる心筋梗塞（MI）は、心臓への血流の制限によって引き起こされる重大な健康状態です。
不可逆的な損傷を最小限に抑えるには、継続的な ECG モニタリングによる早期発見が不可欠です。
このレビューでは、ウェアラブル デバイスの MI 分類手法の進歩を調査し、リアルタイムのモニタリングと早期診断におけるその可能性を強調しています。
畳み込みニューラル ネットワーク (CNN) や VLSI ベースの手法などの最先端の技術と並行して、形態学的フィルタリングやウェーブレット分解などの従来のアプローチを批判的に検証します。
このペーパーでは、機械学習、ディープラーニング、およびハードウェア革新に関する調査結果を総合することにより、それらの長所、限界、および将来の見通しに焦点を当てています。
これらの技術をウェアラブル デバイスに統合することで、効率的、正確、エネルギーを考慮した MI 検出のための有望な道が提供され、次世代のウェアラブル ヘルスケア ソリューションへの道が開かれます。

要約(オリジナル)

Myocardial infarction (MI), commonly known as a heart attack, is a critical health condition caused by restricted blood flow to the heart. Early-stage detection through continuous ECG monitoring is essential to minimize irreversible damage. This review explores advancements in MI classification methodologies for wearable devices, emphasizing their potential in real-time monitoring and early diagnosis. It critically examines traditional approaches, such as morphological filtering and wavelet decomposition, alongside cutting-edge techniques, including Convolutional Neural Networks (CNNs) and VLSI-based methods. By synthesizing findings on machine learning, deep learning, and hardware innovations, this paper highlights their strengths, limitations, and future prospects. The integration of these techniques into wearable devices offers promising avenues for efficient, accurate, and energy-aware MI detection, paving the way for next-generation wearable healthcare solutions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google