Název:
Clustering Of Ecg Cycles
Autoři:
Němečková, Karolína Typ dokumentu: Příspěvky z konference
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních technologií
Abstrakt:
The paper deals with application of cluster analysis to different ECG records in order to identify particular cardiac pathologies. The work is mainly focused on the detection of premature atrial and premature ventricular beats. Presented approach is based on the signal correlation and further beat type identification and beats clustering via specific ECG features and detection rules, including fuzzy expert rules. By evaluation the method on test data, we obtained Se 76,0 %, Sp 90,2 %, F1 43,8 %, Acc 89,5 %, and PPV 31,1 %. Pure F1 and PPV is due to high number of false positive detections mainly in noisy ECG or ECG with manifested atrial fibrillation.
Klíčová slova:
cardiac beats clustering; ECG correlation; extrasystols detection; fuzzy inference system Zdrojový dokument: Proceedings I of the 26st Conference STUDENT EEICT 2020: General papers, ISBN 978-80-214-5867-3
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/200537