Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

28.10.2018 | Original Article

Automatic detection of sleep-disordered breathing events using recurrent neural networks from an electrocardiogram signal

Zeitschrift:
Neural Computing and Applications
Autoren:
Erdenebayar Urtnasan, Jong-Uk Park, Kyoung-Joung Lee

Abstract

In this study, we propose a novel method for automatically detecting sleep-disordered breathing (SDB) events using a recurrent neural network (RNN) to analyze nocturnal electrocardiogram (ECG) recordings. We design a deep RNN model comprising six stacked recurrent layers for the automatic detection of SDB events. The proposed deep RNN model utilizes long short-term memory (LSTM) and a gated-recurrent unit (GRU). To evaluate the performance of the proposed RNN method, 92 SDB patients were enrolled. Single-lead ECG recordings were measured for an average 7.2-h duration and segmented into 10-s events. The dataset comprised a training dataset (68,545 events) from 74 patients and test dataset (17,157 events) from 18 patients. The proposed method achieved high performance with an F1-score of 98.0% for LSTM and 99.0% for GRU. The results demonstrate superior performance over conventional methods. The proposed method can be used as a precise screening and diagnosing tool for patients with SDB disorders.

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"

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
  • Versicherung + Risiko




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+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
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Premium Partner

    Bildnachweise