Abstrato

Uma abordagem para a extração de características do ECG e classificação de anomalias cardíacas

Sumathi S

Esta questão sobre o artigo apresenta uma abordagem não utilizada para a localização programada e classificação dos sinais do eletrocardiograma (ECG) que é de enorme importância para a determinação de anomalias cardíacas. É aqui proposta uma estratégia para classificar variações cardíacas distintas da norma, como arritmias ventriculares, enfarte do miocárdio, hipertrofia miocárdica e doença cardíaca valvular. A Support Vector Machine (SVM) tem sido utilizada para classificar os designs inatos nos destaques obtidos através da Transformada Wavelet Contínua (CWT) de sinais de ECG distintos. A CWT permite que uma bandeira de espaço de tempo seja transformada em espaço de frequência de tempo, de modo a que as características de recorrência e a área de destaques específicos num arranjo de tempo possam ser destacadas ao mesmo tempo. Consequentemente, permite a extração precisa de destaque de sinais não estacionários como o ECG. Neste ponto, a máquina de vetores de suporte (SVM) com parte gaussiana é utilizada para classificar várias cadências cardíacas de ECG. No trabalho de exibição, o SVM em modo de recaída foi efetivamente aplicado.

Isenção de responsabilidade: Este resumo foi traduzido usando ferramentas de inteligência artificial e ainda não foi revisado ou verificado