Data Driven Approach to ECG Signal Quality Assessment using Multistep SVM Classification

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F11%3A00182536" target="_blank" >RIV/68407700:21230/11:00182536 - isvavai.cz</a>

Výsledek na webu

<a href="http://www.cinc.org/2011/preprints/69.pdf" target="_blank" >http://www.cinc.org/2011/preprints/69.pdf</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Data Driven Approach to ECG Signal Quality Assessment using Multistep SVM Classification

Popis výsledku v původním jazyce

In response to the PhysioNet/CinC Challenge 2011: Improving the quality of ECGs collected using mobile phones we have developed an algorithm based on a decision support system. It combines couple of simple rules - in order to discard recordings of obviously low quality (i.e. highamplitude noise, detached electrodes) with more sophisticated support vector machine (SVM) classification that deals with more difficult cases where simple rules are inefficient. It turns out that complicatedly computed featuresprovide only small information gain and we used for SVM classifier only time-lagged covariance matrix elements, which provides useful information about signal structure in time.Our results are 0.836.

Název v anglickém jazyce

Data Driven Approach to ECG Signal Quality Assessment using Multistep SVM Classification

Popis výsledku anglicky

In response to the PhysioNet/CinC Challenge 2011: Improving the quality of ECGs collected using mobile phones we have developed an algorithm based on a decision support system. It combines couple of simple rules - in order to discard recordings of obviously low quality (i.e. highamplitude noise, detached electrodes) with more sophisticated support vector machine (SVM) classification that deals with more difficult cases where simple rules are inefficient. It turns out that complicatedly computed featuresprovide only small information gain and we used for SVM classifier only time-lagged covariance matrix elements, which provides useful information about signal structure in time.Our results are 0.836.

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

Z - Vyzkumny zamer (s odkazem do CEZ)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2011

Kód důvěrnosti údajů

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

Název statě ve sborníku

Computing in Cardiology

ISBN

978-1-4577-0612-7

ISSN

0276-6574

e-ISSN

—

Počet stran výsledku

3

Strana od-do

453-455

Název nakladatele

IEEE

Místo vydání

Piscataway

Místo konání akce

Hangzhou

Datum konání akce

18. 9. 2011

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000305132500115