Multiclass Classification of Cardiac Arrhythmia Using Improved Feature Selection and SVM Invariants.
Multiclass Classification of Cardiac Arrhythmia Using Improved Feature Selection and SVM Invariants.
复制标题
DOI：
10.1155/2018/7310496
复制
发表时间：
2018
影响因子：
--
通讯作者：
Majid M
中科院分区：
文献类型：
--
作者：
Mustaqeem A;Anwar SM;Majid M
心律失常被认为是一种危及生命的疾病，如果不进行治疗，会导致患者出现严重的健康问题。心律失常的早期诊断将有助于挽救生命。本研究将患者分为16个亚类之一，其中一个类别代表无疾病，其他15个类别代表各种心律失常亚型的心电图记录。该研究是在加州大学欧文分校机器学习数据库的数据集上进行的。该数据集包含大量的特征维数，使用基于包装器的特征选择技术减少。对于多类分类，采用基于支持向量机（SVM）的方法（包括一对一（OAO）、一对所有（OAA）和纠错码（ECC））来检测心律失常的存在和不存在。SVM方法的结果与其他标准的机器学习分类器使用不同的参数进行比较，并使用精度，Kappa统计和均方根误差的分类器的性能进行评估。结果表明，OAO方法的SVM优于所有其他分类器，达到81.11%的准确率时，使用80/20的数据分裂和92.07%，使用90/10的数据分裂选项。
Arrhythmia is considered a life-threatening disease causing serious health issues in patients, when left untreated. An early diagnosis of arrhythmias would be helpful in saving lives. This study is conducted to classify patients into one of the sixteen subclasses, among which one class represents absence of disease and the other fifteen classes represent electrocardiogram records of various subtypes of arrhythmias. The research is carried out on the dataset taken from the University of California at Irvine Machine Learning Data Repository. The dataset contains a large volume of feature dimensions which are reduced using wrapper based feature selection technique. For multiclass classification, support vector machine (SVM) based approaches including one-against-one (OAO), one-against-all (OAA), and error-correction code (ECC) are employed to detect the presence and absence of arrhythmias. The SVM method results are compared with other standard machine learning classifiers using varying parameters and the performance of the classifiers is evaluated using accuracy, kappa statistics, and root mean square error. The results show that OAO method of SVM outperforms all other classifiers by achieving an accuracy rate of 81.11% when used with 80/20 data split and 92.07% using 90/10 data split option.
登录
查看更多内容
影响因子：
5.8
作者：
Kursa, Miron B.;Rudnicki, Witold R.
通讯作者：
Rudnicki, Witold R.
影响因子：
6
作者：
Angulo, C;Parra, X;Català, A
通讯作者：
Català, A
影响因子：
--
作者：
Hsu, CW;Lin, CJ
通讯作者：
Lin, CJ
影响因子：
7.7
作者：
Ozcift, Akin
通讯作者：
Ozcift, Akin
影响因子：
1.6
作者：
Namsrai, Erdenetuya;Munkhdalai, Tsendsuren;Ryu, Keun Ho
通讯作者：
Ryu, Keun Ho