MétaCan
Menu
Retour à la cohorte
Enregistrement W2537215996 · doi:10.1109/tic-sth.2009.5444492

Enhancement of the modified p-spectrum for use in real-time QRS complex detection

2009· article· en· W2537215996 sur OpenAlexaff
M C Eguía Lis, Amir Asif

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueECG Monitoring and Analysis
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésQRS complexBeat (acoustics)Computer scienceBradycardiaComputationElectrocardiographyTachycardiaArtificial intelligencePattern recognition (psychology)Heart rateAlgorithmCardiologyInternal medicineMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

QRS complex (heart beat) detection is frequently used by physicians to detect abnormal electrical activities (such as the cardiac arrhythmia, tachycardia, and bradycardia) in the heart. Algorithms for real-time detection of cardiac arrhythmia are critical, as ambulances and critical care facilities often require heart rate data for in-situ diagnosis of a patient. In this paper, a new algorithm based on the modified p-spectrum transform for QRS complex detection is proposed. The strengths of the original transform are inherited, allowing for high accuracy detection without requiring a priori knowledge of the electrocardiograph (ECG) signal. When tested using the MIT-BIH Arrhythmia Database, the new algorithm yields identical performance characteristics and require substantially less computation time. All 48 1/2-hour ECG datasets were tested and the proposed approach outperformed by a factor of up to 3.5 at high sampling frequencies.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,205
Score d'incertitude au seuil0,129

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,303
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetECG Monitoring and AnalysisTravaux en français237 207