Wyszukiwarka
APPLICATION OF STATISTICAL FEATURES AND MULTILAYER NEURAL NETWORK TO AUTOMATIC DIAGNOSIS OF ARRHYTHMIA BY ECG SIGNALS
Abstrakt
Abnormal electrical activity of heart can produce a cardiac arrhythmia. The electrocardiogram (ECG) is a non-invasive technique which is used as a diagnostic tool for cardiac diseases. Non-stationarity and irregu- larity of heartbeat signal imposes many difficulties to clinicians (e.g., in the case of myocardial infarction arrhythmia). Fortunately, signal processing algorithms can expose hidden information within ECG signal contaminated by additive noise components. This paper explores a method of de-noising ECG signal by the discrete wavelet transform (DWT) and further detecting arrhythmia by estimated statistical parameters. Parameters of the de-noised ECG signals were used to form an input data vector determining whether the examined patient suffers from a cardiac arrhythmia or not. Input data were transformed using selected lin- ear methods in order to reduce dimension of the input vector. A neural network was used to detect illness. Compared with the results of recent studies, the proposed method provides more accurate diagnosis based on the examined ECG signal data.
Cytowania
-
0
CrossRef
-
0
Web of Science
-
1 7
Scopus
Autorzy (6)
-
Amine B. Slama
- University of Tunis ENSIT, LR13ES03 SIME
-
Aymen Mouelhi
- University of Tunis ENSIT, LR13ES03 SIME
-
Mohamed F. Diouani
- Pasteur Institute Laboratory of Epidemiology and Veterinary Microbiology
-
Mounir Sayadi
- University of Tunis ENSIT, LR13ES03 SIME
Cytuj jako
Pełna treść
- Wersja publikacji
- Accepted albo Published Version
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.24425/118163
- Licencja
-
otwiera się w nowej karcie
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja w czasopiśmie
- Typ:
- artykuł w czasopiśmie wyróżnionym w JCR
- Opublikowano w:
-
Metrology and Measurement Systems
nr 25,
wydanie 1,
strony 87 - 101,
ISSN: 0860-8229 - Język:
- angielski
- Rok wydania:
- 2018
- Opis bibliograficzny:
- Slama, A., Lentka Ł., Mouelhi, A., Diouani, M., Sayadi, M., Smulko J.: APPLICATION OF STATISTICAL FEATURES AND MULTILAYER NEURAL NETWORK TO AUTOMATIC DIAGNOSIS OF ARRHYTHMIA BY ECG SIGNALS// Metrology and Measurement Systems. -Vol. 25, iss. 1 (2018), s.87-101
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.24425/118163
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 131 razy
Publikacje, które mogą cię zainteresować
EVALUATION OF LIQUID-GAS FLOW IN PIPELINE USING GAMMA-RAY ABSORPTION TECHNIQUE AND ADVANCED SIGNAL PROCESSING
- R. Hanus,
- M. Zych,
- V. Mosorov
- + 3 autorów
Application of ANN and PCA to two-phase flow evaluation using radioisotopes
- R. Hanus,
- M. Zych,
- L. Petryka
- + 2 autorów