Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  odstęp RR
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote An improved cardiac arrhythmia classification using an RR interval-based approach
EN
Accurate and early detection of cardiac arrhythmia present in an electrocardiogram (ECG) can prevent many premature deaths. Cardiac arrhythmia arises due to the improper conduction of electrical impulses throughout the heart. In this paper, we propose an improved RR interval-based cardiac arrhythmia classification approach. The Discrete Wavelet Transform (DWT) and median filters were used to remove high-frequency noise and baseline wander from the raw ECG. Next, the processed ECG was segmented after the determination of the QRS region. We extracted the primary feature RR interval and other statistical features from the beats to classify the Normal, Premature Ventricular Contraction (PVC), and Premature Atrial Contraction (PAC). The K-Nearest Neighbour (k-NN), Support Vector Machine (SVM), Decision Tree (DT), Naı¨ve Bayes (NB), and Random Forest (RF) classifier were utilised for classification. Overall performance of SVM with Gaussian kernel achieved Se % = 99.28, Sp % = 99.63, +P % = 99.28, and Acc % = 99.51, which is better than the other classifiers used in this method. The obtained results of the proposed method are significantly better and more accurate.
EN
Heart rate variability (HRV) is a recognized and reliable parameter of the autonomous nervous system’s effects on the heart. Hyperbaric oxygenation (HBO) has been shown to increase HRV and decrease heart rate suggesting increased vagal tone. Several methods have been developed to analyze HRV, including time-domain, frequency-domain and wavelet time/frequency analysis. To compare the use of these methods in analyzing HRV over shorter periods of time, electrocardiogram recordings were made of 6 subjects under normal resting conditions, followed by breathing 100% O2 at 253 kPa (2.5 ATA) of pressure. HRV was analyzed over two and ten minute periods using both fast Fourier transform and wavelet analysis. Results showed that wavelet and FFT analyses have similar diagnostic features, with continuous wavelet analysis appearing more suitable in detecting changes in HRV over shorter time periods.
PL
Zmienność rytmu zatokowego (HRV) jest sprawdzonym i niezawodnym parametrem mierzącym wpływ autonomicznego układu nerwowego na pracę serca. Badania wykazały, że hiperbaryczna terapia tlenowa (HBO) powoduje zwiększenie HRV oraz redukcję w częstotliwości akcji serca, sugerując tym samym zwiększenie napięcia nerwu błędnego. W celu dokonania analizy HRV wykorzystano kilka metod, w tym analizę czasową, analizę w dziedzinie częstotliwości oraz czasowo-częstotliwościową analizę fali elementarnej. W celu porównania skuteczności tych metod w krótkookresowej analizie HRV, sześciu pacjentów poddano badaniu przy użyciu elektrokardiogramu w warunkach spoczynku, a następnie zlecono im oddychanie 100% O2 pod ciśnieniem 253 kPa (2,5 ATA). HRV analizowano w okresach dwu- i dziesięciominutowych przy użyciu szybkiej transformaty Fouriera (STF) i analizy fali elementarnej. Wyniki wykazały podobieństwa cech diagnostycznych obu metod, przy czym stwierdzono, iż nieprzerwana analiza fali elementarnej osiąga lepsze wyniki w wykrywaniu zmian w HRV w krótszych przedziałach czasowych.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.