Publication: RR stress test time series classification using neural networks
Loading...
Date
2018
Journal Title
Journal ISSN
Volume Title
Publisher
Institute of Electrical and Electronics Engineers Inc.
Abstract
The RR time series, obtained from the R waves of the ECG, are a representation of the heart rate. This work presents the use of an artificial neural network (ANN) to classify RR time series from an ECG stress test. Four classes of RR time series were defined very good, good, low quality and useless. We use a preprocessing stage to split input data vectors into N W data windows for which we compute the standard deviation of the RR interval (SD RR ) to generate the input features vector of a multilayer perceptron network architecture. We introduce a saturation value S in order to limit SD RR values. 520 RR time series from 65 records of ECG stress test were analyzed. Experiments were performed to explore the influence of parameters S and N W . 40 subjects records are used in training and the remaining for testing. The classification results show a matching correlation ratio above 71%, which is higher than the …
Description
Las series temporales RR, obtenidas de las ondas R del ECG, son una representación de la frecuencia cardíaca. Este trabajo presenta el uso de una red neuronal artificial (ANN) para clasificar series de tiempo RR de una prueba de esfuerzo ECG. Se definieron cuatro clases de series de tiempo RR: muy buena, buena, de baja calidad e inútil. Utilizamos una etapa de preprocesamiento para dividir los vectores de datos de entrada en ventanas de datos N W para los que calculamos la desviación estándar del intervalo RR (SD RR ) para generar el vector de características de entrada de una arquitectura de red de perceptrón multicapa. Introducimos un valor de saturación S para limitar los valores SD RR . Se analizaron 520 series temporales RR de 65 registros de prueba de esfuerzo ECG. Se realizaron experimentos para explorar la influencia de los parámetros S y N W. Se utilizan 40 registros de asignaturas en la capacitación y el resto para las pruebas. Los resultados de la clasificación muestran una relación de correlación coincidente superior al 71%, que es más alta que la correlación entre dos expertos humanos. La principal contribución de este trabajo constituye la etapa de pre-procesamiento propuesto para una prueba de esfuerzo esquema de series de tiempo RR y un rendimiento aceptable, que no depende del parámetro N W . © 2018 IEEE.
Keywords
Electrocardiography, Network architecture, Acceptable performance, Classification results, Matching standard deviation