Transformada wavelet y máquinas de soporte vectorial para la identificación de arritmias

Se presentan varios conjuntos de extracción de características de latidos normales y latidos de cuatro tipos de arritmias cardíacas, usando la transformada wavelet. Un grupo de conjuntos elegidos aleatoriamente, fueron utilizados para determinar los parámetros óptimos de la función núcleo polinomial (C y d) y de la función núcleo de base radial (C y gamma), que arrojaran los mejores resultados de clasificación para las máquinas de soporte vectorial. A partir de estos parámetros óptimos se realizaron pruebas de clasificación con todos los conjuntos de entrenamiento y se obtuvo un porcentaje de error de validación del 2.93% para una máquina de soporte vectorial con función núcleo de base radial, 11.72% con un clasificador Bayesiano y 3.63% con un perceptrón multicapa. Con el fin de reducir el porcentaje de error de validación, se aplicó la técnica de análisis por componentes principales para la selección efectiva de características y para reducir la dimensionalidad de los vectores de características de cada conjunto de entrenamiento. Las máquinas de soporte vectorial evaluadas con estos nuevos conjuntos de entrenamiento, fueron más consistentes y presentaron siempre un porcentaje de error de validación menor, logrando un porcentaje de error de validación del 1.93%, el clasificador Bayesiano mejoró sustancialmente su capacidad de clasificación en la mayoría de casos, mientras que el perceptrón multicapa no fue muy susceptible a la selección efectiva de características y en algunos casos mejoró y en otros no.

Abstract licence: CC BY-NC-ND

A person counts once a day per paper. We keep no cookie and no address: a reader is a hash that changes every day. Any month under five reads shows no number.