193.174.19.232Abstract: M. Hammad, R. Kandala, A. Abdelatey, M. Abdar, M. Zomorodi-Moghadam, R. Tan, U. R. Acharya, J. Plawiak, R. Tadeusiewicz, V. Makarenkov, N. Sarrafzadegan, A. Khosravi, S. Nahavandi, A. EL-Latif, P. Plawiak (2021)

Information Sciences, 571, 580–604p. (2021) DOI:10.1016/j.ins.2021.05.035

Automated detection of shockable ECG signals: A review

M. Hammad, R. Kandala, A. Abdelatey, M. Abdar, M. Zomorodi-Moghadam, R. Tan, U. R. Acharya, J. Plawiak, R. Tadeusiewicz, V. Makarenkov, N. Sarrafzadegan, A. Khosravi, S. Nahavandi, A. EL-Latif, P. Plawiak

Sudden cardiac death from lethal arrhythmia is a preventable cause of death. Ventricular fibrillation and tachycardia are shockable electrocardiographic (ECG)rhythms that can respond to emergency electrical shock therapy and revert to normal sinus rhythm if diagnosed early upon cardiac arrest with the restoration of adequate cardiac pump function. However, manual inspection of ECG signals is a difficult task in the acute setting. Thus, computer-aided arrhythmia classification (CAAC) systems have been developed to detect shockable ECG rhythm. Traditional machine learning and deep learning methods are now progressively employed to enhance the diagnostic accuracy of CAAC systems. This paper reviews the state-of-the-art machine and deep learning based CAAC expert systems for shockable ECG signal recognition, discussing their strengths, advantages, and drawbacks. Moreover, unique bispectrum and recurrence plots are proposed to represent shockable and non-shockable ECG signals. Deep learning methods are usually more robust and accurate than standard machine learning methods but require big data of good quality for training. We recommend collecting large accessible ECG datasets with a meaningful proportion of abnormal cases for research and development of superior CAAC systems.

back

Creative Commons License © 2024 SOME RIGHTS RESERVED
The content of this web site is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.0 Germany License.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.