Návrh metody extrakce příznaků z vlnkové transformace QRS komplexu pro normální a ventrikulární srdeční cyklus

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F08%3A03151588" target="_blank" >RIV/68407700:21230/08:03151588 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Proposal of Feature Extraction from Wavelet Packets Decomposition of QRS Complex for Normal and Ventricular ECG Beats Classification

Popis výsledku v původním jazyce

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 transform 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 andtemplate 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 and second subset respectively.

Název v anglickém jazyce

Proposal of Feature Extraction from Wavelet Packets Decomposition of QRS Complex for Normal and Ventricular ECG Beats Classification

Popis výsledku anglicky

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 transform 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 andtemplate 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 and second subset respectively.

Druh

D - Stať ve sborníku

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

<a href="/cs/project/1ET201210527" target="_blank" >1ET201210527: Znalostní podpora diagnostiky a predikce v kardiologii</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2008

Kód důvěrnosti údajů

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

Název statě ve sborníku

IFMBE Proceedings

ISBN

978-3-540-89207-6

ISSN

1680-0737

e-ISSN

—

Počet stran výsledku

4

Strana od-do

—

Název nakladatele

Springer

Místo vydání

Berlin

Místo konání akce

Antwerp

Datum konání akce

23. 11. 2008

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—