Abstract: i. F. Di, A. R. G. Castro (2024)

Echocardiography (ECG) is a noninvasive technology that is widely used for recording heartbeats and diagnosing cardiac arrhythmias. However, interpreting ECG signals is challenging and may require substantial time from medical specialists. The evolution of technology and artificial intelligence has led to advances in the study and development of automatic arrhythmia classification systems to aid in medical diagnoses. Within this context, this paper introduces a framework for classifying cardiac arrhythmias on the basis of a multimodal convolutional neural network (CNN) with an adaptive attention mechanism. ECG signal segments are transformed into images via the Hilbert space-filling curve (HSFC) and recurrence plot (RP) techniques. The framework is developed and evaluated using the MIT-BIH public database in alignment with AAMI guidelines (ANSI/AAMI EC57). The evaluations accounted for interpatient and intrapatient paradigms, considering variations in the input structure related to the number of ECG leads (lead MLII and V1 + MLII). The results indicate that the framework is competitive with those in state-of-the-art studies, particularly for two ECG leads. The accuracy, precision, sensitivity, specificity and F1 score are 98.48%, 94.15%, 80.23%, 96.34% and 81.91%, respectively, for the interpatient paradigm and 99.70%, 98.01%, 97.26%, 99.28% and 97.64%, respectively, for the intrapatient paradigm.

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.

Intra- and Interpatient ECG Heartbeat Classification Based on Multimodal Convolutional Neural Networks with an Adaptive Attention Mechanism