Czasopisma
Czasopisma
Czasopisma
ATEST - OCHRONA PRACY
ATEST - OCHRONA PRACY
AURA
AURA
AUTO MOTO SERWIS
AUTO MOTO SERWIS
CHEMIK
CHEMIK
CHŁODNICTWO
CHŁODNICTWO
CIEPŁOWNICTWO, OGRZEWNICTWO, WENTYLACJA
CIEPŁOWNICTWO, OGRZEWNICTWO, WENTYLACJA
DOZÓR TECHNICZNY
DOZÓR TECHNICZNY
ELEKTROINSTALATOR
ELEKTROINSTALATOR
ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA
ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA
Czasopisma
Czasopisma
Czasopisma
GAZETA CUKROWNICZA
GAZETA CUKROWNICZA
GAZ, WODA I TECHNIKA SANITARNA
GAZ, WODA I TECHNIKA SANITARNA
GOSPODARKA MIĘSNA
GOSPODARKA MIĘSNA
GOSPODARKA WODNA
GOSPODARKA WODNA
HUTNIK - WIADOMOŚCI HUTNICZE
HUTNIK - WIADOMOŚCI HUTNICZE
INŻYNIERIA MATERIAŁOWA
INŻYNIERIA MATERIAŁOWA
MASZYNY, TECHNOLOGIE, MATERIAŁY - TECHNIKA ZAGRANICZNA
MASZYNY, TECHNOLOGIE, MATERIAŁY - TECHNIKA ZAGRANICZNA
MATERIAŁY BUDOWLANE
MATERIAŁY BUDOWLANE
OCHRONA PRZECIWPOŻAROWA
OCHRONA PRZECIWPOŻAROWA
OCHRONA PRZED KOROZJĄ
OCHRONA PRZED KOROZJĄ
Czasopisma
Czasopisma
Czasopisma
ODZIEŻ
ODZIEŻ
OPAKOWANIE
OPAKOWANIE
PACKAGING REVIEW
PACKAGING REVIEW
POLISH TECHNICAL REVIEW
POLISH TECHNICAL REVIEW
PROBLEMY JAKOŚCI
PROBLEMY JAKOŚCI
PRZEGLĄD ELEKTROTECHNICZNY
PRZEGLĄD ELEKTROTECHNICZNY
PRZEGLĄD GASTRONOMICZNY
PRZEGLĄD GASTRONOMICZNY
PRZEGLĄD GEODEZYJNY
PRZEGLĄD GEODEZYJNY
PRZEGLĄD MECHANICZNY
PRZEGLĄD MECHANICZNY
PRZEGLĄD PAPIERNICZY
PRZEGLĄD PAPIERNICZY
Czasopisma
Czasopisma
Czasopisma
PRZEGLĄD PIEKARSKI I CUKIERNICZY
PRZEGLĄD PIEKARSKI I CUKIERNICZY
PRZEGLĄD TECHNICZNY. GAZETA INŻYNIERSKA
PRZEGLĄD TECHNICZNY. GAZETA INŻYNIERSKA
PRZEGLĄD TELEKOMUNIKACYJNY - WIADOMOŚCI TELEKOMUNIKACYJNE
PRZEGLĄD TELEKOMUNIKACYJNY - WIADOMOŚCI TELEKOMUNIKACYJNE
PRZEGLĄD WŁÓKIENNICZY - WŁÓKNO, ODZIEŻ, SKÓRA
PRZEGLĄD WŁÓKIENNICZY - WŁÓKNO, ODZIEŻ, SKÓRA
PRZEGLĄD ZBOŻOWO-MŁYNARSKI
PRZEGLĄD ZBOŻOWO-MŁYNARSKI
PRZEMYSŁ CHEMICZNY
PRZEMYSŁ CHEMICZNY
PRZEMYSŁ FERMENTACYJNY I OWOCOWO-WARZYWNY
PRZEMYSŁ FERMENTACYJNY I OWOCOWO-WARZYWNY
PRZEMYSŁ SPOŻYWCZY
PRZEMYSŁ SPOŻYWCZY
RUDY I METALE NIEŻELAZNE
RUDY I METALE NIEŻELAZNE
SZKŁO I CERAMIKA
SZKŁO I CERAMIKA
TECHNOLOGIA I AUTOMATYZACJA MONTAŻU
TECHNOLOGIA I AUTOMATYZACJA MONTAŻU
WIADOMOŚCI ELEKTROTECHNICZNE
WIADOMOŚCI ELEKTROTECHNICZNE
WOKÓŁ PŁYTEK CERAMICZNYCH
WOKÓŁ PŁYTEK CERAMICZNYCH
Menu
Menu
Menu
Prenumerata
Prenumerata
Publikacje
Publikacje
Drukarnia
Drukarnia
Kolportaż
Kolportaż
Reklama
Reklama
O nas
O nas
ui-button
Twój Koszyk
Twój koszyk jest pusty.
Niezalogowany
Niezalogowany
Zaloguj się
Zarejestruj się
Reset hasła
Czasopismo
|
PRZEGLĄD ELEKTROTECHNICZNY
|
Rocznik 2020 - zeszyt 12
Effect of features extraction on improving LSTM network quality in ECG signal classification
10.15199/48.2020.12.41
Grzegorz KŁOSOWSKI
Tomasz RYMARCZYK
Dariusz WÓJCIK
Tomasz CIEPLAK
Przemysław ADAMKIEWICZ
nr katalogowy: 129298
10.15199/48.2020.12.41
Streszczenie
This article focuses on the extraction of features extracted from ECG measurement signals to improve the quality of LSTM network operation. Two features were distinguished from each individual sequence of ECG signals: instantaneous frequency (IF) and spectral entropy (SE). Both of these features are extracted from ECG signals using short-time Fourier transform. The applied approach enables the conversion of original measurement sequences into spectral images, from which IF and SE coefficients are then generated. As a result of the research, it was found that feature extraction significantly improves ECG signal classification both in terms of forecasting accuracy and in terms of network learning speed.
Abstract
W niniejszym artykule skupiono się na ekstrakcji cech wyodrębnionych z sygnałów pomiarowych EKG w celu poprawy jakości działania sieci LSTM. Z każdej indywidualnej sekwencji sygnałów EKG wyróżniono dwie cechy: częstotliwość chwilową (IF) i entropię widmową (SE). Obie te cechy są wyodrębniane z sygnałów EKG przy użyciu krótkotrwałej transformaty Fouriera. Zastosowane podejście umożliwia konwersję oryginalnych sekwencji pomiarowych na obrazy widmowe, z których następnie generowane są współczynniki IF i SE. W wyniku badań stwierdzono, że ekstrakcja cech znacząco poprawia klasyfikację sygnału EKG zarówno pod względem dokładności prognozowania, jak i szybkości uczenia się siec). (Wpływ ekstrakcji cech na poprawę jakości sieci LSTM w klasyfikacji sygnału EKG
Słowa kluczowe
ECG signal classification
artificial neural networks
machine learning
time series analysis.
Keywords
klasyfikacja sygnałów EKG
sztuczne sieci neuronowe
uczenie maszynowe
analiza szeregów czasowych..
Bibliografia
[1] Attia Z. I. et al., An artificial intelligence-enabled ECG algorithm for the identification of patients with atrial fibrillation during sinus rhythm: a retrospective analysis of outcome prediction, Lancet, 394 (2019), No. 10201, 861–867 [2] Chen Y., Ota L. Yu, K., Dong M., Robust activity recognition for aging society, IEEE J. Biomed. Heal. Informatics, 22 (2018), No. 6, 1754–1764 [3] Chen X. et al., IDiSC: A New Approach to IoT-Data-Intensive Service Components Deployment in Edge-Cloud-Hybrid System, IEEE Access, 7 (2019), 59172–59184 [4] Gravina R., Alinia P., Ghasemzadeh H., Fortino G., Multisensor fusion in body sensor networks: State-of-the-art and research challenges, Inf. Fusion, 35 (2017), 1339–1351 [5] Qiu H., Qiu M., Lu Z., Selective encryption on ECG data in body sensor network based on supervised machine learning, Inf. Fusion, 55 (2020), 59–67 [6] Arsene C. T. C., Hankins R., Yin H., Deep learning models for denoising ECG signals, in European Signal Processing Conference, 2019, vol. 2019-September. [7] Mostayed A., Luo J., Shu X., Wee W., Classification of 12-Lead ECG Signals with Bi-directional LSTM Network, 05-Nov-2018. [Online]. Available: http://arxiv.org/abs/1811.02090. [Accessed: 02-Feb-2020] [8] Saadatnejad S., Oveisi M., Hashemi M., LSTM-Based ECG Classification for Continuous Monitoring on Personal Wearable Devices, IEEE J. Biomed. Heal. Informatics, pp. 1–1, May 2019 [9] Filipowicz S.F., Rymarczyk T., The Shape Reconstruction of Unknown Objects for Inverse Problems, Przegląd Elektrotechniczny, 88 (2012), No 3A, 55-57 [10] Rymarczyk T., Adamkiewicz P., Duda K., Szumowski J., Sikora J., New Electrical Tomographic Method to Determine Dampness in Historical Buildings, Archives of Electrical Engineering, 65 (2016), No 2, 273-283 [11] Rymarczyk T., New Methods to Determine Moisture Areas by Electrical Impedance Tomography, International Journal of Applied Electromagnetics and Mechanics, 52 (2016), 79-87 [12] Rymarczyk T., Using electrical impedance tomography to monitoring flood banks, International Journal of Applied Electromagnetics and Mechanics, 45 (2014), 489–494 [13] Rymarczyk T, Kłosowski G., Innovative methods of neural reconstruction for tomographic images in maintenance of tank industrial reactors. Eksploatacja i Niezawodnosc – Maintenance and Reliability, 21 (2019); No. 2, 261–267 [14] Rymarczyk T., Sikora J., Waleska B.: Coupled Boundary Element Method and Level Set Function for Solving Inverse Problem in EIT, 7th World Congress on Industrial Process Tomography, WCIPT7, 312-319, 2-5 September 2013, Krakow, Poland [15] Kłosowski G., Rymarczyk T., Kania K., Świć A., Cieplak T., Maintenance of industrial reactors based on deep learning driven ultrasound tomography, Eksploatacja i Niezawodnosc – Maintenance and Reliability; 22 (2020), No 1, 138–147 [16] Grudzien, K.; Chaniecki, Z.; Romanowski, A.; Sankowski, D.; Nowakowski, J.; Niedostatkiewicz, M. Application of twin-plane ECT sensor for identification of the internal imperfections inside concrete beams. In Proceedings of the 2016 IEEE International Instrumentation and Measurement Technology Conference Proceedings, Taipei, Taiwan, 23–26 May 2016; 1–6 [17] Romanowski, A. Big Data-Driven Contextual Processing Methods for Electrical Capacitance Tomography. IEEE Trans. Ind. Informatics, 15 (2019), 1609–1618 [18] Szczesny, A.; Korzeniewska, E. Selection of the method for the earthing resistance measurement. Przegląd Elektrotechniczny, 94 (2018), 178–181 [19] Galazka-Czarnecka, I.; Korzeniewska E., Czarnecki A. et al., Evaluation of Quality of Eggs from Hens Kept in Caged and Free-Range Systems Using Traditional Methods and Ultra- Weak Luminescence, Applied sciences-basel, 9 (2019), No. 12, 2430 [20] Kosinski, T.; Obaid, M.; Wozniak, P.W.; Fjeld, M.; Kucharski, J. A fuzzy data-based model for Human-Robot Proxemics. In Proceedings of the 2016 25th IEEE International Symposium on Robot and Human Interactive Communication (RO-MAN), New York, NY, USA, 26–31 August 2016; 335–340 [21] Fraczyk, A.; Kucharski, J. Surface temperature control of a rotating cylinder heated by moving inductors. Appl. Therm. Eng. 2017, 125, 767–779 [22] Majchrowicz M., Kapusta P., Jackowska-Strumiłło L., Sankowski D., Acceleration of image reconstruction process in the electrical capacitance tomography 3d in heterogeneous, multi-gpu system, Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska (IAPGOŚ) , 7 (2017), No. 1, 37-41 [23] Goetzke-Pala A., Hoła A., Sadowski Ł., A non-destructive method of the evaluation of the moisture in saline brick walls using artificial neural networks. Archives of Civil and Mechanical Engineering, 18 (2018), No 4, 1729-1742 [24] Kozłowski E., Mazurkiewicz D., Żabiński T., Prucnal S., Sęp J., Assessment model of cutting tool condition for real-time supervision system, Eksploatacja i Niezawodnosc – Maintenance and Reliability, 21 (2019); No 4, 679–685 [25] Salem M., Taheri S., Yuan J. S., ECG Arrhythmia Classification Using Transfer Learning from 2- Dimensional Deep CNN Features, in 2018 IEEE Biomedical Circuits and Systems Conference, BioCAS 2018 - Proceedings, 2018 [26] Zhao W. et al., Deep Learning Based Patient-Specific Classification of Arrhythmia on ECG signal, in Proceedings of the Annual International Conference of the IEEE Engineering in Medicine and Biology Society, EMBS, 2019, 1500–1503 [27] Yildirim Ö., A novel wavelet sequences based on deep bidirectional LSTM network model for ECG signal classification, Comput. Biol. Med., 96 (2018), 189–202 [28] Isasi I. et al., A Robust Machine Learning Architecture for a Reliable ECG Rhythm Analysis during CPR, in Proceedings of the Annual International Conference of the IEEE Engineering in Medicine and Biology Society, EMBS, 2019, 1903–1907
Treść płatna
Jeśli masz wykupiony/przyznany dostęp -
zaloguj się
.
Skorzystaj z naszych propozycji zakupu!
Publikacja
PRZEGLĄD ELEKTROTECHNICZNY- e-publikacja (pdf) z zeszytu 2020-12 , nr katalogowy 129298
licencja: Osobista
Produkt cyfrowy
Nowość
10.00 zł
Do koszyka
Zeszyt
PRZEGLĄD ELEKTROTECHNICZNY- e-zeszyt (pdf) 2020-12
licencja: Osobista
Produkt cyfrowy
Nowość
55.00 zł
Do koszyka
Prenumerata
PRZEGLĄD ELEKTROTECHNICZNY - prenumerata cyfrowa
licencja: Osobista
Produkt cyfrowy
Nowość
762.00 zł
Do koszyka
PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS
licencja: Osobista
Szczegóły pakietu
Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)
1002.00 zł brutto
927.78 zł netto
74.22 zł VAT
(stawka VAT 8%)
1002.00 zł
Do koszyka
PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista
Szczegóły pakietu
Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna
960.00 zł brutto
888.89 zł netto
71.11 zł VAT
(stawka VAT 8%)
PRZEGLĄD ELEKTROTECHNICZNY - pakowanie i wysyłka
42.00 zł brutto
34.15 zł netto
7.85 zł VAT
(stawka VAT 23%)
1002.00 zł
Do koszyka
Zeszyt
2020-12
Czasopisma
ATEST - OCHRONA PRACY
AURA
AUTO MOTO SERWIS
CHEMIK
CHŁODNICTWO
CIEPŁOWNICTWO, OGRZEWNICTWO, WENTYLACJA
DOZÓR TECHNICZNY
ELEKTROINSTALATOR
ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA
GAZETA CUKROWNICZA
GAZ, WODA I TECHNIKA SANITARNA
GOSPODARKA MIĘSNA
GOSPODARKA WODNA
HUTNIK - WIADOMOŚCI HUTNICZE
INŻYNIERIA MATERIAŁOWA
MASZYNY, TECHNOLOGIE, MATERIAŁY - TECHNIKA ZAGRANICZNA
MATERIAŁY BUDOWLANE
OCHRONA PRZECIWPOŻAROWA
OCHRONA PRZED KOROZJĄ
ODZIEŻ
OPAKOWANIE
PACKAGING REVIEW
POLISH TECHNICAL REVIEW
PROBLEMY JAKOŚCI
PRZEGLĄD ELEKTROTECHNICZNY
PRZEGLĄD GASTRONOMICZNY
PRZEGLĄD GEODEZYJNY
PRZEGLĄD MECHANICZNY
PRZEGLĄD PAPIERNICZY
PRZEGLĄD PIEKARSKI I CUKIERNICZY
PRZEGLĄD TECHNICZNY. GAZETA INŻYNIERSKA
PRZEGLĄD TELEKOMUNIKACYJNY - WIADOMOŚCI TELEKOMUNIKACYJNE
PRZEGLĄD WŁÓKIENNICZY - WŁÓKNO, ODZIEŻ, SKÓRA
PRZEGLĄD ZBOŻOWO-MŁYNARSKI
PRZEMYSŁ CHEMICZNY
PRZEMYSŁ FERMENTACYJNY I OWOCOWO-WARZYWNY
PRZEMYSŁ SPOŻYWCZY
RUDY I METALE NIEŻELAZNE
SZKŁO I CERAMIKA
TECHNOLOGIA I AUTOMATYZACJA MONTAŻU
WIADOMOŚCI ELEKTROTECHNICZNE
WOKÓŁ PŁYTEK CERAMICZNYCH