Una Selezione Di Caratteristiche Basata Sul Segnale ECG Per La Classificazione Delle Disritmie

L'aritmia si verifica quando non c' un corretto funzionamento degli impulsi elettrici presenti nel cuore. Un rilevamento precoce del ritmo cardiaco irregolare necessario per salvare la propria sopravvivenza. La classificazione dell'aritmia necessaria per la diagnosi. Questa relazione conferisce l'analisi dei componenti principali come processo di riduzione delle caratteristiche per ridurre l'input ad alta dimensione senza influenzare i metodi di classificazione e due tecniche di selezione delle caratteristiche come Grey wolf optimizer (GWO), Particle swarm optimization (PSO), e Support Vector Machine (SVM) utile nella scelta delle caratteristiche con aritmia e resultswill essere utilizzato per la classificazione di varie aritmie. L'analisi delle prestazioni per queste tecniche di selezione delle caratteristiche stimata. La maledizione della dimensionalit (cio, dataset contenente un grande volume di caratteristiche) risolta usando questi metodi di selezione delle caratteristiche. Il risultato esplora la metrica delle prestazioni per l'integrazione di tre metodi come PSO, GWO con SVO e mostra che PSO e GWO integrati con SVM hanno selezionato le caratteristiche con una precisione del 96,08%.