HyperAIHyperAI
vor 11 Tagen

Ein neues hierarchisches Verfahren zur Inter-Patient-Heartbeat-Klassifikation unter Verwendung von Random Projections und RR-Intervallen

{Jie Liu, Ruiping Wang, Qiang Zhu, Huifang Huang, Guangshu Hu}
Ein neues hierarchisches Verfahren zur Inter-Patient-Heartbeat-Klassifikation unter Verwendung von Random Projections und RR-Intervallen
Abstract

HintergrundDas inter-patienten-Klassifikationsschema und die Standards der Association for the Advancement of Medical Instrumentation (AAMI) sind von entscheidender Bedeutung für die Entwicklung und Bewertung automatisierter Herzschlag-Klassifikationssysteme. Die meisten bisher vorgeschlagenen Methoden, die diese beiden Aspekte berücksichtigen, verwenden für die Klassifikation verschiedener Herzschlagarten dieselben Merkmale und Klassifizierungsmethoden. Die Leistungsfähigkeit solcher Systeme ist hinsichtlich des ventrikulären ektoptischen Schlags (VEB) und des supraventrikulären ektoptischen Schlags (SVEB) häufig unbefriedigend.MethodenAufgrund der unterschiedlichen charakteristischen Merkmale von VEB und SVEB wurde ein neuartiges hierarchisches Herzschlag-Klassifikationssystem entwickelt, um die Klassifizierungsgenauigkeit dieser beiden Schlagarten durch den Einsatz unterschiedlicher Merkmale und Klassifizierungsmethoden zu verbessern. Zunächst wurde zur Erkennung von VEB Random Projection in Kombination mit einem Ensemble aus Support Vector Machines (SVM) eingesetzt. Anschließend wurde das Verhältnis der RR-Intervalle mit einem vorab definierten Schwellenwert verglichen, um SVEB zu detektieren. Die optimalen Parameter der Klassifikationsmodelle wurden auf der Trainingsmenge bestimmt und anschließend in der unabhängigen Testmenge zur Bewertung der endgültigen Leistung des Systems verwendet. Zudem wurde der Einfluss verschiedener Ableitkonfigurationen auf die Klassifikationsergebnisse evaluiert.ErgebnisseDie Ergebnisse zeigten, dass die Leistungsfähigkeit dieses Klassifikationssystems signifikant besser war als die anderer Methoden. Die Erkennungssensitivität für VEB betrug 93,9 % mit einer positiven Vorhersagewertigkeit von 90,9 %, während die Sensitivität für SVEB bei 91,1 % lag, jedoch mit einer positiven Vorhersagewertigkeit von lediglich 42,2 %. Zudem war der Klassifikationsprozess vergleichsweise schnell.SchlussfolgerungenEs wurde ein hierarchisches Herzschlag-Klassifikationssystem vorgeschlagen, das auf der inter-patienten-Datenpartitionierung basiert und zur Erkennung von VEB und SVEB dient. Das System zeigte eine bessere Klassifizierungsgenauigkeit im Vergleich zu bestehenden Methoden und kann als vielversprechendes Werkzeug für die Erkennung von VEB und SVEB bei unbekannten Patienten in der klinischen Praxis angesehen werden.

Ein neues hierarchisches Verfahren zur Inter-Patient-Heartbeat-Klassifikation unter Verwendung von Random Projections und RR-Intervallen | Neueste Forschungsarbeiten | HyperAI