Použití metody shlukování mravenčí kolonií při zpracování dlouhodobého záznamu elektrokardiogramu

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F07%3A03132648" target="_blank" >RIV/68407700:21230/07:03132648 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Modified Ant Colony Clustering Method in Long-term Electrocardiogram Processing

Popis výsledku v původním jazyce

The paper presents an application of a clustering technique inspired by ant colony metaheuristics. The paper addresses the problem of long-term (Holter) electrocardiogram data processing. Long-term recording produces a huge amount of biomedical data, which must be preprocessed prior to its presentation to the specialist. The paper also discusses relevant aspects improving the robustness, stability and convergence kriteria of the method. The method is compared with well known clustering techniques (bothclassical and nature-inspired), first testing on the known dataset and finally applying them to the real ECG data records from the MIT-BIH database and outperforms the standard methods. Electrocardiogram data clustering can effectively reduce the amountof data presented to the cardiologist: cardiac arrhythmia and significant morphology changes in the ECG can be visually emphasized in a reasonable time. The final evaluation of the ECG recording must still be made by an expert.

Název v anglickém jazyce

Modified Ant Colony Clustering Method in Long-term Electrocardiogram Processing

Popis výsledku anglicky

The paper presents an application of a clustering technique inspired by ant colony metaheuristics. The paper addresses the problem of long-term (Holter) electrocardiogram data processing. Long-term recording produces a huge amount of biomedical data, which must be preprocessed prior to its presentation to the specialist. The paper also discusses relevant aspects improving the robustness, stability and convergence kriteria of the method. The method is compared with well known clustering techniques (bothclassical and nature-inspired), first testing on the known dataset and finally applying them to the real ECG data records from the MIT-BIH database and outperforms the standard methods. Electrocardiogram data clustering can effectively reduce the amountof data presented to the cardiologist: cardiac arrhythmia and significant morphology changes in the ECG can be visually emphasized in a reasonable time. The final evaluation of the ECG recording must still be made by an expert.

Druh

D - Stať ve sborníku

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

—

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2007

Kód důvěrnosti údajů

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

Název statě ve sborníku

Sciences and Technologies for Health

ISBN

978-1-4244-0787-3

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

—

Název nakladatele

IEEE

Místo vydání

Piscataway

Místo konání akce

Lyon

Datum konání akce

23. 8. 2007

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—