Hilbert transform and neural networks for identification and modeling of ECG complex

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21220%2F13%3A00211084" target="_blank" >RIV/68407700:21220/13:00211084 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Hilbert transform and neural networks for identification and modeling of ECG complex

Popis výsledku v původním jazyce

This paper presents a method for modeling and identification of electrocardiogram signals; the proposed method consists of two phases; the first one is focused on obtaining the period of an ECG signal using a procedure of autocorrelation. The second phase obtains R-peaks using the Hilbert transform. Finally, an Artificial Neural Network using a retraining technique is applied for the prediction stage; this has been validated using the record 100 from the MIT-BIH arrhythmia database. Results confirm thatthe presented approach for detection of the ECG complex obtains 100% accuracy. The performance of the prediction method is promising due to the root mean squared errors of the prediction are of 0.029, 0.04, and 0.059 of the ECG amplitude, for 1, 2, and3 steps ahead, respectively.

Název v anglickém jazyce

Hilbert transform and neural networks for identification and modeling of ECG complex

Popis výsledku anglicky

This paper presents a method for modeling and identification of electrocardiogram signals; the proposed method consists of two phases; the first one is focused on obtaining the period of an ECG signal using a procedure of autocorrelation. The second phase obtains R-peaks using the Hilbert transform. Finally, an Artificial Neural Network using a retraining technique is applied for the prediction stage; this has been validated using the record 100 from the MIT-BIH arrhythmia database. Results confirm thatthe presented approach for detection of the ECG complex obtains 100% accuracy. The performance of the prediction method is promising due to the root mean squared errors of the prediction are of 0.029, 0.04, and 0.059 of the ECG amplitude, for 1, 2, and3 steps ahead, respectively.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2013

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

2013 3rd International Conference on Innovative Computing Technology, INTECH 2013

ISBN

978-1-4799-0047-3

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

327-332

Název nakladatele

IEE

Místo vydání

London

Místo konání akce

London

Datum konání akce

29. 8. 2013

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—