Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Lifetime-Aware Network Maintenance Method for Wireless Sensor Networks Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Data Aggregation and Analysis: A Fast Algorithm of ECG Recognition Based on Pattern Matching

verfasst von : Miaomiao Zhang, Dechang Pi

Erschienen in: Cloud Computing and Security

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper presents a fast algorithm for the aggregation and analysis of ECG data. The whole process of fusion and analysis can be divided into three stages. ECG signal de-noising is the first stage. A combined filter is used to cut out the noises from ECG signals. In the second stage, a simple method named SDTW (the Sample Dynamic Time Wrapping) is proposed to improve the time efficiency of DTW. Then SDTW and K-means algorithm are applied to attain templates as well as compress templates. The last stage is to train a BP neural network with the compressed templates and other ECG features. Experiments with the MIT-BIH arrhythmia database shows that our algorithm can efficiently improve the recognition accuracy and shorten the recognition time.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

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

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

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

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

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




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

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




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Color Image Quality Assessment with Quaternion Moments
Nächstes Kapitel Original Image Tracing with Image Relational Graph for Near-Duplicate Image Elimination
Literatur
1.
Sadhukhan, D., Mitra, M.: ECG noise reduction using fourier coefficient suppression. In: International Conference on Control, Instrumentation Energy and Communication, pp. 142–146 (2014)
2.
Wei, A.Y.: ECG de-noising based on MP algorithm. Appl. Mech. Mater. 433–435, 510–513 (2013)CrossRef
3.
Samadi, S., Shamsollahi, M.B.: ECG noise reduction using empirical mode decomposition based on combination of instantaneous half period and soft-thresholding. In: The Proceedings of Middle East Conference on Biomedical Engineering (MECBME), Doha, Qatar, pp. 244–248 (2014)
4.
Mallick, P.K.: Baseline Drift Removal of ECG Signal: Comparative Analysis of Filtering Techniques. Information Resources Management Association (IRMA) (2016)
5.
Cuomo, S., De Pietro, G., Farina, R., Galletti, A., Sannino, G.: A novel O(n) numerical scheme for ECG signal denoising. Procedia Comput. Sci. 51(1), 775–784 (2015)CrossRef
6.
Shaharm, M., Nayebi, K.: Classification of multichannel ECG signals using a cross一distance analysis. In: IEEE 23rd Annual International Conference of Engineering in Medicine & Biology Society (EMBC), Istanbul, Turkey, pp. 2182–2185 (2001)
7.
Polat, K., Akdemir, B., Gunes, S.: Computer aided diagnosis of ECG data on the least square support vector machine. Digit. Sig. Proc. 18(1), 25–32 (2008)CrossRef
8.
Exarchos, T.P., Tsipouras, M.G., Exarchos, C.P., et al.: A methodology for the automated creation of fuzzy expert systems for ischaemic and arrhythmic beat classification based on a set of rules obtained by a decision tree. Artif. Intell. Med. 40(3), 187–200 (2007). ElsevierCrossRef
9.
Saini, I., Singh, D., Khosla, A.: Delineation of ECG wave components using K-Nearest Neighbor (KNN) algorithm: ECG wave delineation using KNN. In: 2013 Tenth International Conference on Information Technology: New Generations (ITNG), vol. 25(1), pp. 712–717, 15–17 2013
10.
Shadmand, S., Mashoufi, B.: Personalized ECG signal classification using block-based neural-network and particle swarm optimization. In: International Conference of the IEEE Engineering in Medicine & Biology Society, vol. 3(37), pp. 2182–2185 (2001)
Metadaten
Titel
Data Aggregation and Analysis: A Fast Algorithm of ECG Recognition Based on Pattern Matching
verfasst von
Miaomiao Zhang
Dechang Pi
Copyright-Jahr
2016
Buch
Cloud Computing and Security

Print ISBN: 978-3-319-48673-4

Electronic ISBN: 978-3-319-48674-1

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-48674-1_28