Analysis of the features of using congressional neural networks for the classification of cardiac signals
DOI:
https://doi.org/10.31649/1681-7893-2026-51-1-220-226Keywords:
electrocardiography (ECG), convolutional neural networks, 1D CNN, ischemic heart disease, deep learning, medical signal processing, wearable diagnostics.Abstract
This work presents a detailed review of the prospects of using one-dimensional convolutional neural networks (1D CNN) for the automated classification of cardiac signals. The key parameters of ECG signal are analyzed. The mechanics and architecture of 1D CNNs are investigated, highlighting the End-to-End learning process that allows the network to autonomously extract complex biomarkers without prior manual annotation. A comparative analysis of traditional expert systems and deep learning methods is conducted, justifying the superiority of 1D CNNs in noisy data environments and mobile monitoring. Classical algorithms are designed for 12-channel stationary cardiographs within hospitals, while CNNs allow you to obtain basic information working in single-channel mode (from a smart watch or fitness tracker) during human movement. Due to optimization and small size, these models can be deployed directly on the microprocessors of devices, providing continuous heart monitoring 24/7 without the need for an Internet connection.
References
Cardiovascular diseases (CVDs) [Електронний ресурс] / World Health Organization. — Режим доступу: https://www.who.int/news-room/fact-sheets/detail/ cardiovascular-diseases-cvds (дата звернення: 10.05.2026).
Resolution of the round table on the topic: “Be on guard of your heart – activation of measures to overcome behavioral risk factors for cardiovascular diseases”, Kyiv, September 29, 2023 [Electronic resource]. URL: https://komzdrav.rada.gov.ua/uploads/documents/33265.pdf (address 10.05.2026).
Diagnostic Accuracy of Apple Watch Electrocardiogram for Atrial Fibrillation A Systematic Review and Meta-Analysis / S. Shahid, M. Iqbal, H. Saeed // JACC: Advances. — 2025. — Vol. 4.
An AI tool detected structural heart disease in adults using a smartwatch [Електронний ресурс] / American Heart Association. — 2025. — Режим доступу: https://newsroom.heart.org/news/an-ai-tool-detected-structural-heart-disease-in-adults-using-a-smartwatch (дата звернення: 10.05.2026)
Hampton J. R. The ECG Made Easy. – 9 ed. – Edinburgh : Elsevier, 2019.
Pan J., Tompkins W. J. A real-time QRS detection algorithm // IEEE Transactions on Biomedical Engineering. – 1985. – Vol. 32, № 3.– DOI:10.1109/TBME.1985.325532.
Addison P. S. Wavelet transforms and the ECG// Physiological Measurement. – 2005. – Vol. 26, № 5. – P. R155–R199. – DOI: 10.1088/0967-3334/26/5/R01.
Macfarlane P. W., Latif A., Bogaert Y. The University of Glasgow (Uni-G) ECG analysis program // Computers in Cardiology. – 2005. – Vol. 32. – P. 451–454. – DOI: 10.1109/CIC.2005.1588134.
Goodfellow I. Convolutional Networks / I. Goodfellow, Y. Bengio, A. Courville // Deep Learning. – Cambridge : MIT Press, 2016. – Ch. 9.
1D convolutional neural networks and applications: A survey / S. Kiranyaz, O. Avci, O. Abdeljaber// Mechanical Systems and Signal Processing. – 2021. – Vol. 151. – P. 107398. – DOI: https://doi.org/10.1016/j.ymssp.2020.107398.
Cardiologist-Level Arrhythmia Detection with Convolutional Neural Networks / P. Rajpurkar, A. Y. Hannun, M. Haghpanahi [et al.] // arXiv. – 2017. – URL: https://arxiv.org/pdf/1707.01836.
Real-Time Cardiac Arrhythmia Classification Using TinyML on Ultra-Low-Cost Microcontrollers: A Feasibility Study for Resource-Constrained Environments / M. Zambrano-de la Torre, S. Guzman-Alfaro, A. Acuña-Correa [et al.] // Bioengineering. – 2026. – Vol. 13, № 5. – P. 532. – DOI: 10.3390/bioengineering13050532.
Pavlov S. V. Information Technology in Medical Diagnostics //Waldemar Wójcik, Andrzej Smolarz, July 11, 2017 by CRC Press - 210 Pages.
Wójcik W., Pavlov S., Kalimoldayev M. Information Technology in Medical Diagnostics II. London: (2019). Taylor & Francis Group, CRC Press, Balkema book. – 336 Pages.
Highly linear Microelectronic Sensors Signal Converters Based on Push-Pull Amplifier Circuits / edited by Waldemar Wojcik and Sergii Pavlov, Monograph, (2022) NR 181, Lublin, Comitet Inzynierii Srodowiska PAN, 283 Pages. ISBN 978-83-63714-80-2.
Pavlov Sergii, Avrunin Oleg, Hrushko Oleksandr, and etc. System of three-dimensional human face images formation for plastic and reconstructive medicine // Teaching and subjects on bio-medical engineering Approaches and experiences from the BIOART-project Peter Arras and David Luengo (Eds.), 2021, Corresponding authors, Peter Arras and David Luengo. Printed by Acco cv, Leuven (Belgium). - 22 P. ISBN: 978-94-641-4245-7.
Kanishyna Tetiana, Pavlov Volodymyr, etc. "Study of tissue microcirculation disorders after tooth extraction by photoplethysmography in diabetic patients", Proc. SPIE 12476, Photonics Applications in Astronomy, Communications, Industry, and High Energy Physics Experiments 2022, 1247603 (12 December 2022); https://doi.org/10.1117/12.2657895.
D. Miloserdov, O. Kolesnitsky, O. . Volosovych, Sh. . Zhumagulova, and O. Korolenko, “Classification of electrocardiograms as a dynamic process based on a spiking neural network”, Opt-el. inf-energ. tech., vol. 48, no. 2, pp. 68–77, Nov 2024.
Downloads
-
PDF (Українська)
Downloads: 2
Published
How to Cite
Issue
Section
License
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
