Application of SOM in classification of EGG signals

• Autorzy: Świerczyński Z. , Guszkowski T.

Warianty tytułu

PL

Zastosowanie SOM do klasyfikacji sygnałów EGG

• Języki publikacji: EN

Abstrakty

EN

The report presents problems associated with computer aided gastric diagnosis. The subject of the study are electrogastrographic (EGG) signals (non-invasively measured electrical signals generated by the human stomach). The signals were digitally recorded and then parametrized, with linear autoregressive models (AR). The data and parametrization method used in the study were the same as used by the authors in the previous study; therefore here they are only shortly described. The sets of numbers, obtained by these means, were treated as information vectors, and classified with the Self Organizing Map (SOM) classifier. The structure and parameters of the algorithm used for classification of the parametrized EGG data are described. The final efficiency of the whole system (SOM classifier with the parametrization method applied), reaching 80%, is promising. It is similar to the results of other classifiers. The ways to improve the effectiveness are also outlined.

PL

Praca przedstawia problemy związane z komputerowo wspomaganym diagnozowaniem układu pokarmowego. Obiektem badań są tutaj sygnały elektrogastrograficzne - EGG (nieinwazyjnie mierzone sygnały elektryczne generowane przez żołądek człowieka). Sygnały te zostały zarejestrowane cyfrowo a następnie poddane parametryzacji przy pomocy liniowego modelu autoregresyjnego AR. Dane oraz metoda parametryzacji użyta w przedstawionych badaniach zostały opisane w poprzednich pracach autorów, więc tutaj ujęte są jedynie w zarysie. Zestawy liczb otrzymane w wyniku parametryzacji potraktowane zostały jako wektor parametrów i sklasyfikowane przy pomocy klasyfikatora opartego na samoorganizujących się mapach (SOM). W pracy przedstawiono strukturę i parametry użytego algorytmu. Ostateczna skuteczność całego systemu (tj. klasyfikatora SOM oraz zastosowanej metody parametryzacji) wyniosła 80%, co jest wynikiem obiecującym i bardzo podobnym do tych jakie osiągnięto przy zastosowaniu innych metod klasyfikacji. Praca przedstawia również zarys metod poprawy efektywności opisanego systemu.

Słowa kluczowe

EN

EGG; electrogastrographic signals; gastric electrical activity; SOM; self-organizing map; parametrization; classification; stomach

PL

sygnały elektrogastrograficzne; samoorganizujące się mapy; parametryzacja; klasyfikacja; żołądek

• Wydawca: Komitet Metrologii i Aparatury Naukowej PAN
• Czasopismo: Metrology and Measurement Systems
• Rocznik: 2006
• Tom: Vol. 13, nr 3
• Strony: 279--287
• Opis fizyczny: Bibliogr. 13 poz., rys., tab.

Twórcy

autor

Świerczyński Z.

autor

Guszkowski T.

• Wroclaw University of Technology, Faculty of Electronics, Chair of Electronic and Photonic Metrology, Poland,

Bibliografia

• 1. Chen J., McCallum R. W.: Electrogastrography: measurement, analysis and prospective applications, Med. Biol. Eng. & Comput. 1991, 29:339-50.
• 2. Mintchev M. P., Kingma Y. J., Bowes K. L.: Accuracy of cutaneous recordings of gastric electrical activity, Gastroenterology, 1993, 104:1273-80.
• 3. Świerczyński Z., Hańczycowa H., Sebzda T., Leszczyszyn J., Ponikowski P., Głowacki M.: Acquisition and analysis of electrogastrographic signals, Acta Bio- Optica et Informatica Medica, 1, 1997, vol. 3, pp. 45-50. (in Polish)
• 4. Świerczyński Z.: Parametrization of biomedical signals generated by the human stomach, PhD Thesis, Institute of Telecommunication and Acoustics, Faculty of Electronics, Wroclaw University of Technology, Wrocław 2002. (in Polish)
• 5. Świerczyński Z., Zagańczyk A.: Application of Neural Network and Genetic Algorithms in Computer Aided Gastric Diagnostic System, BBE, 2005, vol. 25, no. 1, pp. 49-58.
• 6. Świerczyński Z., Zagańczyk A.: Application of NN and GA in Computer Aided EGG Diagnostic System, Proc. of the Biocybernetyka i inżynieria biomedyczna. XIII Krajowa Konferencja Naukowa, 2003, p. 231-236. (in Polish)
• 7. Świerczyński Z., Mazur J.: Application of SVM in Computer Aided Gastric Diagnostic System, BBE, 2004, vol. 24, no. 4, pp. 19-30.
• 8. Świerczyński Z.: Application of harmonics estimation methods in extraction of frequency of the main component of EGG signals, Proc. of the Kongres Metrologii, 2004, pp. 547-550. (in Polish)
• 9. Kohonen T.: Self-Organizing Map, Springer-Verlag, Berlin 1995.
• 10. Vesanto J., Himberg J., Alhoniemi E., Parhankangas J.: SOM Toolbox for Matlab 5, Libella Oy, Espoo 2000.
• 11. Box G. E. P., Jenkins G. M.: Time series analysis. Prediction and control, PWN, Warszawa 1983.
• 12. Kay S. M.: Modern Spectral Estimation: Theory and Application, Engelwood Cliffs, Prentice Hall, New Jersey 1988.
• 13. Muciek A., Świerczyński Z.: Parametric models of biomedical signals, Proc. of the Third Int. Symposium on Methods and Models in Automation and Robotics, 1996, vol. 2, pp. 683-687.