TAILIEUCHUNG - Báo cáo hóa học: " Research Article Cardiac Arrhythmias Classification Method Based on MUSIC, Morphological Descriptors, and Neural Network"

Tuyển tập báo cáo các nghiên cứu khoa học quốc tế ngành hóa học dành cho các bạn yêu hóa học tham khảo đề tài: Research Article Cardiac Arrhythmias Classification Method Based on MUSIC, Morphological Descriptors, and Neural Network | Hindawi Publishing Corporation EURASIP Journal on Advances in Signal Processing Volume 2008 Article ID 935907 10 pages doi 2008 935907 Research Article Cardiac Arrhythmias Classification Method Based on MUSIC Morphological Descriptors and Neural Network Ahmad R. Naghsh-Nilchi and A. Rahim Kadkhodamohammadi Department of Computer Engineering University of Isfahan Isfahan 81746-73441 Iran Correspondence should be addressed to Ahmad R. Naghsh-Nilchi nilchi@ Received 6 June 2008 Revised 27 September 2008 Accepted 12 December 2008 Recommended by Tan Lee An electrocardiogram ECG beat classification scheme based on multiple signal classification MUSIC algorithm morphological descriptors and neural networks is proposed for discriminating nine ECG beat types. These are normal fusion of ventricular and normal fusion of paced and normal left bundle branch block right bundle branch block premature ventricular concentration atrial premature contraction paced beat and ventricular flutter. ECG signal samples from MIT-BIH arrhythmia database are used to evaluate the scheme. MUSIC algorithm is used to calculate pseudospectrum of ECG signals. The low-frequency samples are picked to have the most valuable heartbeat information. These samples along with two morphological descriptors which deliver the characteristics and features of all parts of the heart form an input feature vector. This vector is used for the initial training of a classifier neural network. The neural network is designed to have nine sample outputs which constitute the nine beat types. Two neural network schemes namely multilayered perceptron MLP neural network and a probabilistic neural network PNN are employed. The experimental results achieved a promising accuracy of for classifying the beat types using MLP neural network. In addition our scheme recognizes NORMAL class with 100 accuracy and never misclassifies any other classes as NORMAL. Copyright 2008 A. R. Naghsh-Nilchi and A. R. .

• Báo cáo khoa học
• báo cáo khoa học
• báo cáo hóa học
• công trình nghiên cứu về hóa học
• tài liệu về hóa học
• cách trình bày báo cáo
• trình bày báo cáo
• tài liệu báo cáo khoa học
• cách trình bày báo cáo khoa học
• báo cáo khoa học sinh học
• báo cáo khoa học toán học
• luận văn mẫu
• người lính việt nam
• sau chiến tranh
• tuyển tập báo cáo khoa học
• báo cáo ngành triết học
• báo cáo ngành lịch sử
• báo cáo ngành văn học
• nghiên cứu khoa học
• báo cáo về văn học
• báo cáo triết học
• báo cáo văn học
• chuyên đề văn học
• văn học nghệ thuật
• văn học Việt NAm
• báo cáo ngành toán học
• báo cáo ngành vật lý
• báo cáo ngành chăn nuôi
• văn học Trung Hoa
• báo cáo khoa học kinh tế
• Kỷ yếu tóm tắt báo cáo khoa học
• Báo cáo khoa học y học
• Báo cáo y học
• Hội nghị khoa học tim mạch
• Báo cáo khoa học y khoa
• Tăng huyết áp
• báo cáo sinh học
• bảo tồn nguồn gen
• báo cáo ngành kỹ thuật
• Báo cáo quản lý chất thải sinh hoạt
• Báo cáo khoa học môi trường
• Báo cáo khoa học công nghệ
• Nghiên cứu khoa học về môi trường
• Đề tài nghiên cứu khoa học
• Báo cáo nghiên cứu khoa học