Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

12.04.2021 | Regular Paper | Ausgabe 3/2021

Progress in Artificial Intelligence 3/2021

ECG beat classification using neural classifier based on deep autoencoder and decomposition techniques

Zeitschrift:
Progress in Artificial Intelligence > Ausgabe 3/2021
Autoren:
Roguia Siouda, Mohamed Nemissi, Hamid Seridi
Wichtige Hinweise

Publisher's Note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Abstract

This paper proposes an ECG beat classification system based on deep autoencoder as feature extractor and a system of multiple neural networks as classifier. The objectives are as follows: First is simplifying the feature extraction step by applying the deep autoencoder, which permits defining high level features without neither pre-processing stage nor expert intervention. Second is enhancing the classification performance by decomposing the original multi-class problem into simpler binary subproblems and solving them using independent classifiers. Third is overcoming the problem of imbalanced data, by applying an oversampling method after the decomposition of the original problem. This allows adding synthetic samples according the number of training instances in each subproblem. To evaluate the proposed system, we conduct experiments on MIT-BIH arrhythmia dataset and we consider the recommendations of the Association for the Advancement of Medical Instrumentation, which defines five classes of interest. Furthermore, we perform two types of tests, i.e. intra- and inter-patient, and compare the obtained results with some of the state-of-the-art methods. We show that solving each subproblem independently can enhance the accuracy, sensitivity and specificity.

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 "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.

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.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 3/2021

Progress in Artificial Intelligence 3/2021 Zur Ausgabe

Premium Partner