El presente trabajo consiste en el desarrollo de un software de detección de arritmias cardiacas a partir de una señal ECG. Para este fin, se realizó una comparación en el rendimiento de distintas técnicas de aprendizaje profundo (LSTM, Dense y CNN) aplicadas a la detección y clasificación de arritmias en una señal de ECG. El objetivo es obtener el mejor modelo predictivo para arritmias cardíacas con cada técnica de Aprendizaje Profundo y comparar sus desempeños. El entrenamiento se realizó con la base de datos MIT-BIH de Physionet, de la cual se extrajeron 108854 muestras de un total de 48 pacientes con y sin arritmia comprobada. Con esta información, se entrenaron las 3 redes neuronales indicadas y la comparación de rendimiento se llevó a cabo a través de la curva ROC. La red neuronal convolucional unidimensional (1D-CNN) logró el mejor rendimiento. Se utilizó para ...