Towards Automatic and Fast Annotation of Seismocardiogram Signals Using Machine Learning

The automatic annotation of Seismocardiogram (SCG) potentially aid to estimate various cardiac health parameters continuously. However, the inter-subject variability of SCG poses great difficulties to automate its accurate annotation. The objective of the research is to design SCG peak retrieval met...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE sensors journal Ročník 20; číslo 5; s. 2578 - 2589
Hlavní autoři:	Thakkar, Hiren Kumar, Sahoo, Prasan Kumar
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 01.03.2020 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Abnormalities Annotations automatic annotation cardiac health parameters (CHPs) Electrocardiography Estimation Feature extraction Heart rate variability Machine learning Morphology non-invasive Parameter estimation Performance evaluation Response time Seismocardiogram (SCG) Sensors State-of-the-art reviews Support vector machines Valves
ISSN:	1530-437X, 1558-1748
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!