Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

14.12.2017 | Original Article | Ausgabe 7/2018

Medical & Biological Engineering & Computing 7/2018

A time local subset feature selection for prediction of sudden cardiac death from ECG signal

Zeitschrift:
Medical & Biological Engineering & Computing > Ausgabe 7/2018
Autoren:
Elias Ebrahimzadeh, Mohammad Sajad Manuchehri, Sana Amoozegar, Babak Nadjar Araabi, Hamid Soltanian-Zadeh

Abstract

Prediction of sudden cardiac death continues to gain universal attention as a promising approach to saving millions of lives threatened by sudden cardiac death (SCD). This study attempts to promote the literature from mere feature extraction analysis to developing strategies for manipulating the extracted features to target improvement of classification accuracy. To this end, a novel approach to local feature subset selection is applied using meticulous methodologies developed in previous studies of this team for extracting features from non-linear, time-frequency, and classical processes. We are therefore enabled to select features that differ from one another in each 1-min interval before the incident. Using the proposed algorithm, SCD can be predicted 12 min before the onset; thus, more propitious results are achieved. Additionally, through defining a utility function and employing statistical analysis, the alarm threshold has effectively been determined as 83%. Having selected the best combination of features, the two classes are classified using the multilayer perceptron (MLP) classifier. The most effective features would subsequently be discussed considering their prevalence in the rank-based selection. The results indicate the significant capacity of the proposed method for predicting SCD as well as selecting the appropriate processing method at any time before the incident.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe​​​​​​​​​​​​​​

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb

Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 7/2018

Medical & Biological Engineering & Computing 7/2018 Zur Ausgabe

Premium Partner

    Bildnachweise