An ischemia detection method based on artificial neural networks

Φόρτωση...
Μικρογραφία εικόνας

Ημερομηνία

Συγγραφείς

Papaloukas, C.
Fotiadis, D. I.
Likas, A.
Michalis, L. K.

Τίτλος Εφημερίδας

Περιοδικό ISSN

Τίτλος τόμου

Εκδότης

Elsevier

Περίληψη

Τύπος

Είδος δημοσίευσης σε συνέδριο

Είδος περιοδικού

peer reviewed

Είδος εκπαιδευτικού υλικού

Όνομα συνεδρίου

Όνομα περιοδικού

Artif Intell Med

Όνομα βιβλίου

Σειρά βιβλίου

Έκδοση βιβλίου

Συμπληρωματικός/δευτερεύων τίτλος

Περιγραφή

An automated technique was developed for the detection of ischemic episodes in long duration electrocardiographic (ECG) recordings that employs an artificial neural network. In order to train the network for beat classification, a cardiac beat dataset was constructed based on recordings from the European Society of Cardiology (ESC) ST-T database. The network was trained using a Bayesian regularisation method. The raw ECG signal containing the ST segment and the T wave of each beat were the inputs to the beat classification system and the output was the classification of the beat. The input to the network was produced through a principal component analysis (PCA) to achieve dimensionality reduction. The network performance in beat classification was tested on the cardiac beat database providing 90% sensitivity (Se) and 90% specificity (Sp). The neural beat classifier is integrated in a four-stage procedure for ischemic episode detection. The whole system was evaluated on the ESC ST-T database. When aggregate gross statistics was used the Se was 90% and the positive predictive accuracy (PPA) 89%. When aggregate average statistics was used the Se became 86% and the PPA 87%. These results are better than other reported. (C) 2002 Elsevier Science B.V. All rights reserved.

Περιγραφή

Λέξεις-κλειδιά

ischemic episode detection, cardiac beat classifications, artificial neural networks, bayesian regularisation, ecg analysis

Θεματική κατηγορία

Παραπομπή

Σύνδεσμος

<Go to ISI>://000173874300004
http://ac.els-cdn.com/S0933365701001002/1-s2.0-S0933365701001002-main.pdf?_tid=cfaa4a29ca4dd7995b72c81c435684da&acdnat=1339758359_5f07a5d8cd94520d856cee52ed8106f6

Γλώσσα

en

Εκδίδον τμήμα/τομέας

Όνομα επιβλέποντος

Εξεταστική επιτροπή

Γενική Περιγραφή / Σχόλια

Ίδρυμα και Σχολή/Τμήμα του υποβάλλοντος

Πανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Μηχανικών Επιστήμης Υλικών

Πίνακας περιεχομένων

Χορηγός

Βιβλιογραφική αναφορά

Ονόματα συντελεστών

Αριθμός σελίδων

Λεπτομέρειες μαθήματος

item.page.endorsement

item.page.review

item.page.supplemented

item.page.referenced