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/2117/9809

Arxiu Descripció MidaFormat
05334219.pdf498,4 kBAdobe PDFThumbnail
Veure/Obrir

Citació: Garde, A. [et al.]. Correntropy-based Analysis of Respiratory Patterns with Chronic Heart Failure. A: Annual International Conference of the IEEE Engineering in Medicine and Biology Society. "31th Annual International Conference of the IEEE Engineering in Medicine and Biology Society". Minneapolis, Minnesota: 2009, p. 4687-4690.
Títol: Correntropy-based Analysis of Respiratory Patterns with Chronic Heart Failure
Autor: Garde Martínez, Ainara Veure Producció científica UPC; Sörnmo, Leif; Jané Campos, Raimon Veure Producció científica UPC; Giraldo Giraldo, Beatriz Veure Producció científica UPC
Data: 2009
Tipus de document: Conference report
Resum: A correntropy-based technique is proposed for the analysis and characterization of respiratory flow signals in chronic heart failure (CHF) patients with both periodic and nonperiodic breathing (PB and nPB), and healthy subjects. Correntropy is a novel similarity measure which provides information on temporal structure and statistical distribution simultaneously. Its properties lend itself to the definition of the correntropy spectral density (CSD). An interesting result from CSD-based spectral analysis is that both the respiratory frequency and modulation frequency can be detected at their original positions in the spectrum without prior demodulation of the flow signal. The respiratory pattern is characterized by a number of spectral parameters extracted from the respiratory and modulation frequency bands. The results show that the power of the modulation frequency band offers excellent performance when classifying CHF patients versus healthy subjects, with an accuracy of 95.3%, and nPB patients versus healthy subjects with 90.7%. The ratio between the power in the modulation and respiration frequency bands provides the best results classifying CHF patients into PB and nPB, with an accuracy of 88.9%.
ISBN: 978-1-4244-3296-7
URI: http://hdl.handle.net/2117/9809
DOI: 10.1109/IEMBS.2009.5334219
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