Wavelet-based features for characterizing ventricular arrhythmias in optimizing treatment options
Notice bibliographique
Résumé
Ventricular arrhythmias arise from abnormal electrical activity of the lower chambers (ventricles) of the heart. Ventricular tachycardia (VT) and ventricular fibrillation (VF) are the two major subclasses of ventricular arrhythmias. While VT has treatment options that can be performed in catheterization labs, VF is a lethal cardiac arrhythmia, often when detected the patient receives an implantable defibrillator which restores the normal heart rhythm by the application of electric shocks whenever VF is detected. The classification of these two subclasses are important in making a decision on the therapy performed. As in the case of all real world process the boundary between VT and VF is ill defined which might lead to many of the patients experiencing arrhythmias in the overlap zone (that might be predominately VT) to receive shocks by the an implantable defibrillator. There may also be a small population of patients who could be treated with anti-arrhythmic drugs or catheterization procedure if they can be diagnosed to suffer from predominately VT after objectively analyzing their intracardiac electrogram data obtained from implantable defibrillator. The proposed work attempts to arrive at a quantifiable way to scale the ventricular arrhythmias into VT, VF, and the overlap zone arrhythmias as VT-VF candidates using features extracted from the wavelet analysis of surface electrograms. This might eventually lead to an objective way of analyzing arrhythmias in the overlap zone and computing their degree of affinity towards VT or VF. A database of 24 human ventricular arrhythmia tracings obtained from the MIT-BIH arrhythmia database was analyzed and wavelet-based features that demonstrated discrimination between the VT, VF, and VT-VF groups were extracted. An overall accuracy of 75% in classifying the ventricular arrhythmias into 3 groups was achieved.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».