SciELO - Scientific Electronic Library Online

 
vol.25 issue3A study of single-step hydrolysis of bagasse with concentrated sulphuric acid for obtaining ethanol and in a modified single step and corresponding technical-economic analysisConcepts of design for manufacturing (DFM) of lost wax parts author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Ingeniería e Investigación

Print version ISSN 0120-5609

Abstract

MONTES R, Victoria Eugenia; GUARIN, Gustavo A.  and  CASTELLANOS DOMINGUEZ, Germán. Extracción de características de ECG basadas en transformaciones no lineales y wavelets. Ing. Investig. [online]. 2005, vol.25, n.3, pp.39-48. ISSN 0120-5609.

Se presentan diferentes métodos de extracción de características en señales ECG normales y en presencia de eventos relacionados con cardiopatía isquémica, basados en mediciones de diagnóstico, la transformada wavelet y el análisis no lineal de componentes principales. Con el fin de determinar las características que contribuyen de mejor manera con el modelo, se aplican dos técnicas de selección efectiva de características empleando métodos estadísticos multivariados y univariados. La evaluación de las técnicas de extracción propuestas se realiza mediante análisis discriminante lineal y máquinas de soporte vectorial, comparando el error en la clasificación de diferentes estados de funcionalidad cardíaca. Como resultado del análisis discriminante lineal se obtiene que las características más efectivas se consiguen empleando el análisis no lineal de componentes principales sobre un latido. En este caso, el error obtenido de clasificación es de hasta el 0.22%, contra 6.78% en el caso de las wavelets, y 24.22% en el caso de las mediciones de diagnóstico. Con las máquinas de soporte vectorial se obtiene que las características más discriminantes se obtienen empleando wavelets aplicadas al latido con una precisión de clasificación hasta del 0.1%, contra 0.12% en el caso del análisis no lineal de componentes principales y 5.11% en el caso de las mediciones de diagnóstico.

Keywords : ECG; cardiopatía isquémica; extracción de características; wavelets; PCA; KPCA.

        · abstract in English     · text in Spanish     · Spanish ( pdf )

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License