Spectro-Temporal ECG Analysis for Atrial Fibrillation Detection

Zheng Zhao, Simo Särkkä, Ali Bahrami Rad

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

10 Sitaatiot (Scopus)
201 Lataukset (Pure)

Abstrakti

This article is concerned with spectro-temporal (i.e., time varying spectrum) analysis of ECG signals for application in atrial fibrillation (AF) detection. We propose a Bayesian spectro-temporal representation of ECG signal using state-space model and Kalman filter. The 2D spectro-temporal data are then classified by a densely connected convolutional networks (DenseNet) into four different classes: AF, non-AF normal rhythms (Normal), non-AF abnormal rhythms (Others), and noisy segments (Noisy). The performance of the proposed algorithm is evaluated and scored with the PhysioNet/Computing in Cardiology (CinC) 2017 dataset. The experiment results shows that the proposed method achieves the overall F1 score of 80.2%, which is in line with the state-of-the-art algorithms. In addition, the proposed spectro-temporal estimation approach outperforms standard time-frequency analysis methods, that is, short-time Fourier transform, continuous wavelet transform, and autoregressive spectral estimation for AF detection.
AlkuperäiskieliEnglanti
Otsikko2018 IEEE International Workshop on Machine Learning for Signal Processing, MLSP 2018
ToimittajatNelly Pustelnik, Zheng-Hua Tan, Zhanyu Ma, Jan Larsen
KustantajaIEEE
Sivumäärä6
ISBN (elektroninen)978-1-5386-5477-4
DOI - pysyväislinkit
TilaJulkaistu - 2018
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaIEEE International Workshop on Machine Learning for Signal Processing - Aalborg, Tanska
Kesto: 17 syyskuuta 201820 syyskuuta 2018
Konferenssinumero: 28

Julkaisusarja

NimiIEEE International Workshop on Machine Learning for Signal Processing
KustantajaIEEE
ISSN (painettu)2161-0363
ISSN (elektroninen)2161-0371

Workshop

WorkshopIEEE International Workshop on Machine Learning for Signal Processing
LyhennettäMLSP
MaaTanska
KaupunkiAalborg
Ajanjakso17/09/201820/09/2018

Sormenjälki

Sukella tutkimusaiheisiin 'Spectro-Temporal ECG Analysis for Atrial Fibrillation Detection'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä