Electrocardiogram Signal Quality Analysis to Reduce False Alarms in Myocardial Ischemia Monitoring
Notice bibliographique
Résumé
The probability of myocardial ischemia, reduction in blood flow to the heart muscle, is increased following a non-cardiac surgery, which can lead to an increase in the incidence of post-operative heart attacks, cardiac death, and increase in hospital length of stay among patients. -Blockers can be administered to reduce the probability of experiencing a cardiac event post a non-cardiac surgery; however, they have side effects including stroke, bradycardia, hypotension, morbidity, and mortality. Myocardial ischemia causes a deviation of ST segment in the electrocardiogram (ECG), which can enable targeted administration of -Blockers rather than prophylactic administration; however, attempts to utilize ECG as a diagnostic tool in real-time were hindered by a large number of false alarms due to noise and error in the quantification of ST segment deviation. The objective of this thesis is to develop a system to gate false alarms using the signal quality of the ECG and quality of the ST segment deviation estimate. The system was tested using ECG records from Physionet's Long-Term ST Database (LTSTDB) that were contaminated with motion artifact noise from Physionet's MIT-BIH Noise Stress Test Database (NSTDB).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».