Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Universidade Federal de Mato Grosso do Sul (UFMS) | - |
Autor(es): dc.creator | de Oliveira, Bruno Rodrigues | - |
Autor(es): dc.creator | Duarte, Marco Aparecido Queiroz | - |
Autor(es): dc.creator | Filho, Jozue Vieira | - |
Data de aceite: dc.date.accessioned | 2025-08-21T19:14:26Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T19:14:26Z | - |
Data de envio: dc.date.issued | 2023-03-02 | - |
Data de envio: dc.date.issued | 2023-03-02 | - |
Data de envio: dc.date.issued | 2022-01-11 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.4025/actascitechnol.v44i1.60386 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/242089 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/242089 | - |
Descrição: dc.description | Premature Ventricular Contractions (PVC) arrhythmias can be associated with sudden death and acute myocardial infarction, occurring in 50% of the population for Holter monitoring. PVC patterns are very hard to be recognized since their waveforms can be confused with other heartbeats, such as Right and Left Bundle Branch Blocks. This work proposes a new approach for PVC recognition, based on Gaussian Naive Bayes algorithm and AMUSE (Algorithm for Multiple Unknown Signal Extraction), which is a method for the blind source separation problem. This approach provides a set of attributes that are combined by Linear Discriminant Analysis, allowing the training of an ensemble learning. The Analytic Hierarchy Process weights each learned model according to its importance, obtained from the performance metrics. This approach has some advantages over baseline methods since it does not use a pre-processing stage and employs a simple machine learning model trained using only two parameters for each feature. Using a standard dataset for training and test phases, the proposed approach achieves 98.75% accuracy, 90.65% sensitivity, and 99.46% specificity. The best performance was 99.57% accuracy, 98.64% sensitivity, and 99.65% specificity for other datasets. In general, the proposed approach is better than 66% of the state-of-the-art methods concerning accuracy. | - |
Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
Descrição: dc.description | Departamento de Engenharia Elétrica Universidade Estadual Paulista “Júlio de Mesquita Filho”, Av. Brasil, 56, Centro, São Paulo | - |
Descrição: dc.description | Curso de Matemática Universidade Federal de Mato Grosso do Sul, Mato Grosso do Sul | - |
Descrição: dc.description | Engenharia Eletrônica e de Telecomunicações e Engenharia Aeronáutica Universidade Estadual Paulista “Júlio de Mesquita Filho”, São Paulo | - |
Descrição: dc.description | Departamento de Engenharia Elétrica Universidade Estadual Paulista “Júlio de Mesquita Filho”, Av. Brasil, 56, Centro, São Paulo | - |
Descrição: dc.description | Engenharia Eletrônica e de Telecomunicações e Engenharia Aeronáutica Universidade Estadual Paulista “Júlio de Mesquita Filho”, São Paulo | - |
Descrição: dc.description | CAPES: 001 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Acta Scientiarum - Technology | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Arrhythmia recognition | - |
Palavras-chave: dc.subject | decision making in health | - |
Palavras-chave: dc.subject | ensemble learning | - |
Palavras-chave: dc.subject | heart diseases | - |
Palavras-chave: dc.subject | machine learning | - |
Título: dc.title | Premature ventricular contraction recognition using blind source separation and ensemble gaussian naive bayes weighted by analytic hierarchy process | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: