| ชื่อบทความที่เผยแพร่ |
Applying GA-SVR to Derive 12-lead ECG from EASI-lead System. |
| วัน/เดือน/ปี ที่เผยแพร่ |
2 กรกฎาคม 2560 |
| การประชุม |
| ชื่อการประชุม |
The 32nd International Technical Conference on Circuits/Systems, Computers and Communications (ITC-CSCC 2017) |
| หน่วยงาน/องค์กรที่จัดประชุม |
IEIE (The Institute of Electronics and Information Engineers) |
| สถานที่จัดประชุม |
Haeundae Grand Hotel |
| จังหวัด/รัฐ |
Busan, Korea |
| ช่วงวันที่จัดประชุม |
2 กรกฎาคม 2560 |
| ถึง |
5 กรกฎาคม 2560 |
| Proceeding Paper |
| Volume (ปีที่) |
2017 |
| Issue (เล่มที่) |
32 |
| หน้าที่พิมพ์ |
95-98 |
| Editors/edition/publisher |
|
| บทคัดย่อ |
For years, the 12-lead Electrocardiogram
(ECG) monitoring system has been the standard
clinical method of heart disease diagnose. Measuring
all 12 leads is often impractical. The EASI-lead
system was introduced by Gordon Dower in 1988 with
Dower’s equation. The EASI system is an ECG
monitoring system with five cables positioned in EASI
mode, a valid alternative to the standard 12-leas ECG
for cardiac rhythm abnormalities detection.
Therefore, the EASI system might be advantageous for
long-term patient monitoring. Ever since various
attempts have been explored to improve the synthesis
accuracy. This paper presents how Genetic
Algorithm-Support Vector Regression (GA-SVR) was
used to find a set of transfer function for deriving the
12-lead ECG from EASI-lead system. The
experiments were conducted to compare the results of
GA-SVR and those of Dower’s method against the
original data set from PhysioNet Database. The
results have shown that the performance obtained
from GA-SVR gave much less RMSE for all signals. |
| ผู้เขียน |
|
| การประเมินบทความ (Peer Review) |
มีผู้ประเมินอิสระ |
| มีการเผยแพร่ในระดับ |
นานาชาติ |
| รูปแบบ Proceeding |
Full paper |
| รูปแบบการนำเสนอ |
Oral |
| เป็นส่วนหนึ่งของวิทยานิพนธ์ |
เป็น |
| ผลงานที่นำเสนอได้รับรางวัล |
ไม่ได้รับรางวัล |
| แนบไฟล์ |
|
| Citation |
0
|
|
|
ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
English