Using Wavelet Transform for Feature Extraction from ECG Beat
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F08%3A03144636" target="_blank" >RIV/68407700:21230/08:03144636 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
Using Wavelet Transform for Feature Extraction from ECG Beat
Original language description
Long term holter monitoring is widely applied to patients with heart problems such as arrhythmias. The primary task of computer aided systems in holter ECG evaluation is to distinguish between different beat types. In this work we investigate the use ofwavelet packets as a mean to extract features capable of providing the information needed by a classifier for discrimination between Ventricular (V) and Normal beats (N). We designed approach for feature extraction based on wavelet packets and template matching. We used MIT database for test of this approach. The database was divided into to subsets (testing and validation) and we obtained sensitivity 97,7% and 91,9%, specificity 95,1% and 87,1%, overall accuracy 96,3% and 90,4% on the first subset andsecond subset respectively.
Czech name
Využití vlnkové transformace pro extrakci příznaků z EKG
Czech description
Dlouhodobé monitorování je široce využitelné u pacientů se srdečními problémy jako je například arytmie. Jednou z hlavní úloh počítačového zpracování je rozdílu mezi různými typy srdečních stahů. V práci zkoumáme použití vlnkové transformace jakožto prostředku pro extrakci příznaků vhodných k rozlišení normálního srdečního stahu (N) a ventrikulárního srdečního stahu (V). Navrhujeme extrakci příznaků založenou na rozkladu pomocí vlnkové transformace a porovnávání se vzorem normálního srdečního stahu. Protestování našeho přístupu používáme MIT databázi, kterou rozdělujeme na dvě datové množiny (testovací a validační). Dosáhli jsme 97,7% resp. 91,9% sensitivity, 95,1% resp. 87,1% specificity, 96,3% resp. 90,4% celkové přesnosti pro testovací resp. validační datovou množinu.
Classification
Type
D - Article in proceedings
CEP classification
JD - Use of computers, robotics and its application
OECD FORD branch
—
Result continuities
Project
<a href="/en/project/1ET201210527" target="_blank" >1ET201210527: Knowledge-based support of diagnostics and prediction in cardiology</a><br>
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Others
Publication year
2008
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Article name in the collection
Analysis of Biomedical Signals and Images; Biosignal 2008 proceedings
ISBN
978-80-214-3613-8
ISSN
1211-412X
e-ISSN
—
Number of pages
5
Pages from-to
—
Publisher name
VUTIUM Press
Place of publication
Brno
Event location
Brno
Event date
Jun 29, 2008
Type of event by nationality
EUR - Evropská akce
UT code for WoS article
—