검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

ECG Delineation with Randomly Selected Wavelet Feature and Random Forest Classifier 무작위로 선택된 웨이블릿 기능과 무작위 포레스트 분류기를 사용한 ECG 묘사

Dapeng FU, Zhourui XIA, Pengfei GAO, Haiqing WANG, Jianping LIN, Li SUN

  • 조회수

    0

  • 이것을 인용

요약 :

목적: 심전도(ECG) 특징점의 검출은 심장 질환에 대한 중요한 진단 정보를 제공할 수 있습니다. 우리는 심전도 특징점의 자동 검출을 위한 새로운 특징 추출 및 기계 학습 기법을 제안했습니다. 방법: 무작위로 선택된 웨이블릿 변환(RSWT) 기능이라는 새로운 기능이 ECG 특성 지점을 나타내기 위해 고안되었습니다. 높은 민감도와 정밀도로 특징적인 점 위치를 추론하기 위해 랜덤 포레스트 분류기가 적용되었습니다. 결과: QT 데이터베이스에 대한 다른 최신 알고리즘의 테스트 결과와 비교할 때 RSWT 체계의 탐지 결과는 비슷한 성능(각 특징점에 대한 유사한 민감도, 정밀도 및 탐지 오류)을 보여주었습니다. MIT-BIH 데이터베이스에 대한 RSWT 테스트에서도 유망한 데이터베이스 간 성능이 입증되었습니다. 결론: ECG 특성 지점에 대해 새로운 RSWT 기능과 새로운 감지 방식이 제작되었습니다. RSWT는 ECG 형태를 나타내는 강력하고 신뢰할 수 있는 기능을 보여주었습니다. 의의: 제안된 RSWT 기능의 효율성을 통해 우리는 모든 유형의 ECG 특성 지점을 한 번에 자동으로 감지하는 새로운 기계 학습 기반 체계를 제시했습니다. 또한, 우리의 알고리즘은 보고된 다른 기계 학습 기반 방법보다 더 나은 성능을 달성했음을 보여주었습니다.

발행
IEICE TRANSACTIONS on Information Vol.E101-D No.8 pp.2082-2091
발행일
2018/08/01
공개일
2018/05/09
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2017EDP7410
원고의 종류
PAPER
범주
패턴 인식

작성자

Dapeng FU
  Chinese Academy of Sciences Zhong Guan Cun Hospital
Zhourui XIA
  Beijing University of Posts and Telecommunications
Pengfei GAO
  Tsinghua University
Haiqing WANG
  Beijing Zhong Guan Cun Hospital, Chinese Academy of Sciences Zhong Guan Cun Hospital
Jianping LIN
  Beijing XinHeYiDian Technology Co. Ltd.
Li SUN
  Beijing XinHeYiDian Technology Co. Ltd.

키워드