Pharmacologie cardiovasculaire : libre accès

Abstrait

Une approche pour l'extraction des caractéristiques de l'ECG et la classification des anomalies cardiaques

Sumathi S

Cet article présente une approche inédite de la localisation et de la classification programmées des signaux d'électrocardiogramme (ECG) qui revêt une importance considérable pour la détermination des anomalies cardiaques. Une stratégie est proposée ici pour classer les variations cardiaques distinctes de la norme telles que les arythmies ventriculaires, l'infarctus du myocarde, l'hypertrophie myocardique et la maladie cardiaque valvulaire. La machine à vecteurs de support (SVM) a été utilisée pour classer les modèles nés dans les caractéristiques extraites par la transformée en ondelettes continues (CWT) de signaux ECG distincts. La CWT permet de convertir un indicateur d'espace-temps en espace temps-fréquence de sorte que les caractéristiques de récurrence et la zone de caractéristiques spécifiques dans un arrangement temporel puissent être mises en évidence en même temps. Par conséquent, il permet une extraction précise des caractéristiques des signaux non stationnaires comme l'ECG. À ce stade, la machine à vecteurs de support (SVM) avec une partie gaussienne est utilisée pour classer diverses cadences cardiaques ECG. Dans le travail d'affichage, la SVM en mode rechute a été appliquée avec succès.