Caracterización de señales ECG con fibrilación ventricular mediante técnicas de dinámicas no lineales
Se presenta el desarrollo de un sistema de extracción de características discriminantes para señales electrocardiográficas basado en técnicas de dinámica no lineal, orientado a la clasificación de los grupos: 1) normal, 2) con patología fibrilación ventricular y 3) con otras arritmias ventriculares co...
- Autores:
-
Delgado Trejos, Edilson
- Tipo de recurso:
- Fecha de publicación:
- 2003
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/2619
- Palabra clave:
- 62 Ingeniería y operaciones afines / Engineering
Arritmias
Electrocardiografía
Procesamiento de señales
Corazón -enfermedades - diagnóstico
Electrónica en medicina
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
| Summary: | Se presenta el desarrollo de un sistema de extracción de características discriminantes para señales electrocardiográficas basado en técnicas de dinámica no lineal, orientado a la clasificación de los grupos: 1) normal, 2) con patología fibrilación ventricular y 3) con otras arritmias ventriculares como son la taquicardia y el aleteo ventricular. Para la selección de características, se plantean criterios de mínima independencia estadística y máxima información; este análisis estadístico incluye el análisis de correlación por rangos y componentes principales. Con el objetivo de evaluar el desempeño discriminante de las características calculadas, se utilizó como técnica de clasificación: máquinas de soporte vectorial. Se obtuvo que cinco características basadas en técnicas de dinámica no lineal representan suficiente separabilidad entre las clases. / Abstract: This document presents the development of a discriminant-feature-extraction system for ECG signals based on non linear dynamics techniques, aimed to the classification of the following sets: 1) normal, 2) ventricular fibrillation pathology and 3) other ventricular arrhythmias like ventricular tachycardia vent. feature extraction criteria were established based on statistical independence and maximum information viewpoint. This statistical study also includes range correlation analysis and principal components analysis. with the objective of assessing the discriminant capability of the calculated feature a support vector machine was employed as a classifier. It was found that five feature based on nonlinear dynamic technique are sufficient to assure the separability of the classes. |
|---|