サポートベクターマシンと遺伝的アルゴリズムを使用した統合アプローチにより、4種類の心臓不整脈が93%の精度で区別されました。
その他
本研究は心臓不整脈疾患分類のための新しいアプローチを提示することを目的としています。提案された方法は、サポートベクターマシン（SVM）と遺伝的アルゴリズムのアプローチを組み合わせています。まず、心電図信号から22の特徴を抽出します。これらの特徴は、心電図信号のR、S、T、P、Qの時間-電圧から半自動的に取得されます。遺伝的アルゴリズムは、SVM分類器の一般化性能を向上させるために使用されます。これを行うために、SVM分類器の設計は、その識別機能を調整するパラメータの最適値を探し、分類の適合度関数を最適化する特徴の最良のサブセットを探すことで最適化されます。実験結果は、採用したアプローチが心電図信号をより適切に分類することを示しています。4種類の不整脈が93%の精度で区別されました。
Nasiri et al. (Thu,) は心臓不整脈に関する他の研究を実施しました。サポートベクターマシン（SVM）と遺伝的アルゴリズムの組み合わせが、4種類の不整脈の分類精度について評価されました。サポートベクターマシンと遺伝的アルゴリズムを使用した統合アプローチにより、4種類の心臓不整脈が93%の精度で区別されました。