Diagnose von Herzkrankheiten anhand des Elektrokardiogramms

Die Klassifizierung von EKG-Signalen auf manuelle oder traditionelle Weise ist ein Bereich, der durch ein automatisches Klassifizierungssystem f EKG-Signale verbessert werden k霵nte. In dieser Arbeit wird ein verbessertes Software-System f die computergestzte Diagnose (CAD) zur automatischen Klassifizierung von EKG-Signalen eingefrt. Insgesamt 480 EKG-Signale wurden als Datensatz f diese Studie aus der MIT-BIH Arrhythmie-Datenbank entnommen; diese Datens酹ze enthalten 96 normale EKG-Signale sowie 384 abnormale EKG-Signale, die zu vier Arten von Herzanomalien geh顤en, n鄝lich ventrikul酺es Couplet, ventrikul酺e Tachykardie, ventrikul酺e Bigeminie und ventrikul酺es Flimmern, wobei jede dieser Arten ebenfalls 96 EKG-Signale enth鄟t. Dann wurde eine erneute Abtastung f alle gegebenen Signale mit 360 Abtastungen pro Sekunde durchgefrt, mit Ausnahme der VF-Signale, die mit 250 Abtastungen pro Sekunde neu abgetastet wurden. Danach wurde eine iterative Merkmalsextraktion mit Hilfe der Classification Learner App in MATLAB durchgefrt.