Original title:
Klasifikace srdečních cyklů
Translated title:
Heart beat classification
Authors:
Potočňák, Tomáš ; Kozumplík, Jiří (referee) ; Ronzhina, Marina (advisor) Document type: Master’s theses
Year:
2013
Language:
slo Publisher:
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií Abstract:
[slo][eng]
Cieľom tejto práce bolo vyvinúť metódu klasifikácie EKG cyklov do dvoch tried, ischemických a neischemických cyklov. Ako vstupný signál boli použité spracované srdečné cykly (P-QRS-T cykly) získané meraním animálneho EKG ortogonálným zvodovým systémom. Príznakový vektor bol vytvorený ako výsledok analýzy vzájomnej koherencie spektier, analýzy primárnych komponentov, HRV parametrov a ich kombinácií. Výsledné cykly boli klasifikované za pomoci doprednej neurónovej siete so spätným šírením chyby. Klasifikátor bol navrhnutý v Matlabe. Výkon klasifikácie dosahoval hodnôt v rozmedzí 87,2 až 100%. Výsledky experimentu môžu byť vhodné pre budúce štúdie automatickej klasifikácie EKG.
The aim of this work was to develop the method for classification of ECG beats into two classes, namely ischemic and non-ischemic beats. Heart beats (P-QRS-T cycles) selected from animals orthogonal ECGs were preprocessed and used as the input signals. Spectral features vectors (values of cross spectral coherency), principal component and HRV parameters were derived from the beats. The beats were classified using feedforward multilayer neural network designed in Matlab. Classification performance reached the value approx. from 87,2 to 100%. Presented results can be suitable in future studies aimed at automatic classification of ECG.
Keywords:
artificial neural network; cardiac ischemia; cross spectral coherency analysis; heart beat classification; principal component analysis
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: http://hdl.handle.net/11012/27069