Abstracto

Un enfoque para la extracción de características del ECG y la clasificación de anomalías cardíacas

Sumathi S

Este artículo de investigación presenta un enfoque no utilizado para la localización programada y la clasificación de las señales del electrocardiograma (ECG) que es de enorme importancia para la detección de anomalías cardíacas. Aquí se propone una estrategia para clasificar variaciones cardíacas distintivas de la norma, como arritmias ventriculares, infarto de miocardio, hipertrofia miocárdica y enfermedad cardíaca valvular. La máquina de vectores de soporte (SVM) se ha utilizado para clasificar los patrones innatos en los aspectos destacados extraídos a través de la transformada de ondículas continuas (CWT) de señales de ECG distintivas. La CWT permite que un indicador de espacio de tiempo se convierta en espacio de tiempo-frecuencia de modo que las características de recurrencia y la ubicación de aspectos destacados específicos en un arreglo de tiempo se puedan resaltar al mismo tiempo. Por lo tanto, permite la extracción precisa de los aspectos destacados de señales no estacionarias como el ECG. Luego, la máquina de vectores de soporte (SVM) con parte gaussiana se utiliza para clasificar diversas cadencias cardíacas del ECG. En el trabajo de visualización, se ha aplicado de manera efectiva la SVM en modo de recaída.

Descargo de responsabilidad: este resumen se tradujo utilizando herramientas de inteligencia artificial y aún no ha sido revisado ni verificado