心臓血管薬理学: オープンアクセス

概要

心電図特徴抽出と心臓異常の分類へのアプローチ

スマティS

この質問に関する記事では、心電図 (ECG) 信号の自動分類と分類に対する新しいアプローチを紹介し、心異常の判定に非常に重要であることを明らかにしています。ここでは、心室性不整脈、心筋梗塞、心筋肥大、弁膜症など、標準とは異なる心臓のさまざまな異常を分類する手法を提案しています。サポート ベクター マシン (SVM) は、さまざまな ECG 信号の連続ウェーブレット変換 (CWT) によって抽出された特徴に固有のパターンを分類するために使用されています。CWT を使用すると、時間空間フラグを時間周波数空間に変換できるため、時間間隔内の特定の特徴の繰り返し特性と領域を同時に強調表示できます。したがって、ECG などの非定常信号から特徴を正確に抽出できます。次に、ガウス分布を持つサポート ベクター マシン (SVM) を使用して、さまざまな ECG 心拍リズムを分類します。この研究では、再発モードの SVM が効果的に適用されています。