|
| << vorige | volgende >> |
Tijdschrift beschrijving
Alle jaargangen van het bijbehorende tijdschrift
Alle afleveringen van het bijbehorende jaargang
Alle artikelen van de bijbehorende aflevering
Details van artikel 2 van 6 gevonden artikelen
| Titel: |
Cardiac arrhythmia classification using neural networks |
| Auteur: |
H. Al-Nashash |
| Verschenen in: |
Technology & health care |
| Paginering: | Jaargang 8 (2001) nr. 6 pagina's 363-372 |
| Jaar: |
2001-04-01 |
| Inhoud: |
In this paper, ECG arrhythmia classification using principal component analysis is proposed. Hebbian neural networks are used for computing the principal components of an ECG signal. This provides an unsupervised feature extraction, dimension reduction and an improved computing efficiency. Results from 14 pathological records obtained from the MIT ECG database demonstrate the capability of this method in differentiating between five different types of arrhythmia despite the variations in signal morphology. An average value for classification sensitivity and positive predictivity were found to be Se% = 98.1% and +P% = 94.7% respectively. |
| Uitgever: |
IOS Press |
| Bronbestand: |
Elektronische Wetenschappelijke Tijdschriften |
Details van artikel 2 van 6 gevonden artikelen
| << vorige | volgende >> |