DSpace DSpace UPC
 Català   Castellano   English  

E-prints UPC >
Altres >
Enviament des de DRAC >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2117/9236

Ítem no disponible en accés obert per política de l'editorial

Arxiu Descripció MidaFormat
Y2008_BGiraldo_Diagnosis_Ischemic_Heart_Disease_Cardiogoniometry_LDA_SVM.pdf493,32 kBAdobe PDF Accés restringit

Citació: Seeck, A. [et al.]. Diagnosis of ischemic heart disease with cardiogoniometry – Linear discriminant analysis versus support vector machines. A: European Congress for Medical and Biomedical Engineering. "4th European Congress for Medical and Biomedical Engineering". Antwerp: 2008, p. 389-392.
Títol: Diagnosis of ischemic heart disease with cardiogoniometry – Linear discriminant analysis versus support vector machines
Autor: Seeck, Andrea; Garde Martínez, Ainara Veure Producció científica UPC; Schuepbach, M.; Giraldo Giraldo, Beatriz Veure Producció científica UPC; Sanz, E.; Huebner, T; Caminal Magrans, Pere Veure Producció científica UPC; Voss, Andreas
Data: 2008
Tipus de document: Conference report
Resum: The Ischemic Heart Disease (IHD) is characterized by an insufficient supply with blood of the myocardium usually caused by an artherosclerotic disease of the coronary arteries (coronary artery disease CAD). The IHD and its consequences have become a leading problem in the industrialized nations. The aim of this study was to evaluate a new diagnosing method, the cardiogoniometry, using two different classifying techniques: the method of linear discriminant function analysis (LDA) and the method of Support Vector Machines (SVM). Data of a group of 109 female subjects (62 healthy, 47 with IHD) were analyzed on the basis of extracted parameters from the three-dimensional vector loops of the heart. The LDA achieved an accuracy of 83,5% (Sensitivity 78,7%, Specificity 87,1%), whereas the SVM achieved an accuracy of 86% (Sensitivity 80,5%, Specificity 89,8%). It could be shown that cardiogoniometry, an electrophysiological diagnostic method performed at rest, detects variables that are helpful in identifying ischemic heart disease. As it is easy to apply, non-invasive, and provides an automated interpretation it may become an inexpensive addition to the cardiologic diagnostic armamentarium, possibly useful for early diagnosis of IHD or CAD, as well as in patients who do not tolerate exercise testing. It was also proven that by applying Support Vector Machines an increased diagnostic precision in comparison to the conventional discriminant function analysis can be achieved.
ISBN: 978-3-540-89207-6
URI: http://hdl.handle.net/2117/9236
DOI: 10.1007/978-3-540-89208-3_92
Versió de l'editor: http://www.springerlink.com/content/q9q56233734763n5/
Apareix a les col·leccions:SISBIO - Senyals i Sistemes Biomèdics. Ponències/Comunicacions de congressos
Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial. Ponències/Comunicacions de congressos
Altres. Enviament des de DRAC
Comparteix:


Stats Mostra les estadístiques d'aquest ítem

SFX Query

Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets.

Per a qualsevol ús que se'n vulgui fer no previst a la llei, dirigiu-vos a: sepi.bupc@upc.edu

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius