A method for arrhythmic episode classification in ECGs using fuzzy logic and Markov models
Φόρτωση...
Ημερομηνία
Συγγραφείς
Tsipouras, M.G.,
Goletsis, Y.,
Fotiadis, D.I.
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
Περίληψη
Τύπος
Είδος δημοσίευσης σε συνέδριο
Είδος περιοδικού
peer reviewed
Είδος εκπαιδευτικού υλικού
Όνομα συνεδρίου
Όνομα περιοδικού
Computers in Cardiology
Όνομα βιβλίου
Σειρά βιβλίου
Έκδοση βιβλίου
Συμπληρωματικός/δευτερεύων τίτλος
Περιγραφή
A merhod for arrhythmic episode classification using only the RR-interval signal is presented. The merhod is based on f u m logic and Markov models, while Classification is performed for nine categories of cardiac rhythms. A two-stage classifier is applied. In the first stage, a fuuy system clussiQies the episode using the mean value and standard deviaiion of the KR-intervals. In the second, the RR-interval signal is transformed to character sequences, which are classified by Markov models. Two representation techniques are used for the extraction of the characrer sequences: symbolic dynamics and one bused on the ER-interval length. The classification of an episode is achieved combining the outcomes of the two stages. The MIT-BIH arrhythmia database is used for the evaluation of the proposed method. The obtained results indicate high perlformance (accuracy 73%) in arrhythmic episode classijicafion.
Περιγραφή
Λέξεις-κλειδιά
Θεματική κατηγορία
Παραπομπή
Σύνδεσμος
Γλώσσα
en
Εκδίδον τμήμα/τομέας
Όνομα επιβλέποντος
Εξεταστική επιτροπή
Γενική Περιγραφή / Σχόλια
Ίδρυμα και Σχολή/Τμήμα του υποβάλλοντος
Πανεπιστήμιο Ιωαννίνων. Σχολή Οικονομικών και Κοινωνικών Επιστημών. Τμήμα Οικονομικών Επιστημών