Detección de Arritmias en Señales de ECG Basado en Máquinas de Vectores de Soporte
Fuente:
Redalyc
Salvato in:
| Autore principale: | |
|---|---|
| Natura: | Artículo científico |
| Lingua: | es |
| Pubblicazione: |
Universidad de Carabobo
2010
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
| _version_ | 1876441590984081408 |
|---|---|
| author | Cesar Seijas |
| author_facet | Cesar Seijas |
| contents | Detección de Arritmias en Señales de ECG Basado en Máquinas de Vectores de Soporte Cesar Seijas David Matheus Sergio Villazana Ingeniería SVM ECG Ziv Complejidad Lempel Entropía de Shannon Este trabajo presenta una metodología basada en máquinas de vectores de soporte para detectar anomalías en señales de ECG en un espacio complejidad de Lempel-Ziv y entropía de Shannon. Una señal de ECG con 26 arritmias (3 tipos de arritmias diferentes, contracción prematura ventricular, latido prematuro nodal y fusión de latido ventricular y normal) fue seleccionada de la base de datos MIT-BIH Arrhythmia Database, y fue preprocesada para remover ruido debido al movimiento muscular y la respiración, artefactos por movimientos de los electrodos, interferencia de la línea de 60 Hz y componentes DC. La señal de ECG se dividió en 416 segmentos (cada segmento es un ciclo de ECG completo) de longitud variable que considera la variabilidad del ritmo cardiaco. El conjunto de datos de entrada para el entrenamiento de la máquina de una sola clase basada en SVM (SVM-1- clase) se obtuvo al aplicar el algoritmo de complejidad de Lempel-Ziv y el cálculo de la entropía de Shannon a los primeros 77 segmentos diagnosticados normales de la señal de ECG, de los cuales se tomó al azar el 80% para entrenamiento y el resto para validación. La SVM-1-clase fue capaz de detectar los tres (3) tipos de arritmias mencionadas anteriormente. La precisión en la detección fue del 96.15% (detectó 25 de las 26 arritmias presentes en la señal de ECG) 2010 artículo científico 1316-6832 https://www.redalyc.org/articulo.oa?id=70721962006 es http://www.redalyc.org/revista.oa?id=707 Revista INGENIERÍA UC application/pdf Universidad de Carabobo Revista INGENIERÍA UC (República Bolivariana de Venezuela) Num.3 Vol.17 |
| format | Artículo científico |
| id | redalyc_70721962006 |
| institution | Redalyc |
| language | es |
| publishDate | 2010 |
| publisher | Universidad de Carabobo |
| spellingShingle | Detección de Arritmias en Señales de ECG Basado en Máquinas de Vectores de Soporte Cesar Seijas Ingeniería SVM ECG Ziv Complejidad Lempel Entropía de Shannon Detección de Arritmias en Señales de ECG Basado en Máquinas de Vectores de Soporte Cesar Seijas David Matheus Sergio Villazana Ingeniería SVM ECG Ziv Complejidad Lempel Entropía de Shannon Este trabajo presenta una metodología basada en máquinas de vectores de soporte para detectar anomalías en señales de ECG en un espacio complejidad de Lempel-Ziv y entropía de Shannon. Una señal de ECG con 26 arritmias (3 tipos de arritmias diferentes, contracción prematura ventricular, latido prematuro nodal y fusión de latido ventricular y normal) fue seleccionada de la base de datos MIT-BIH Arrhythmia Database, y fue preprocesada para remover ruido debido al movimiento muscular y la respiración, artefactos por movimientos de los electrodos, interferencia de la línea de 60 Hz y componentes DC. La señal de ECG se dividió en 416 segmentos (cada segmento es un ciclo de ECG completo) de longitud variable que considera la variabilidad del ritmo cardiaco. El conjunto de datos de entrada para el entrenamiento de la máquina de una sola clase basada en SVM (SVM-1- clase) se obtuvo al aplicar el algoritmo de complejidad de Lempel-Ziv y el cálculo de la entropía de Shannon a los primeros 77 segmentos diagnosticados normales de la señal de ECG, de los cuales se tomó al azar el 80% para entrenamiento y el resto para validación. La SVM-1-clase fue capaz de detectar los tres (3) tipos de arritmias mencionadas anteriormente. La precisión en la detección fue del 96.15% (detectó 25 de las 26 arritmias presentes en la señal de ECG) 2010 artículo científico 1316-6832 https://www.redalyc.org/articulo.oa?id=70721962006 es http://www.redalyc.org/revista.oa?id=707 Revista INGENIERÍA UC application/pdf Universidad de Carabobo Revista INGENIERÍA UC (República Bolivariana de Venezuela) Num.3 Vol.17 |
| title | Detección de Arritmias en Señales de ECG Basado en Máquinas de Vectores de Soporte |
| topic | Ingeniería SVM ECG Ziv Complejidad Lempel Entropía de Shannon |
| url | https://www.redalyc.org/articulo.oa?id=70721962006 |