ウェアラブルECGデバイスにおける不整脈評価

この研究では、Physionetの4つのデータベースを評価します。AmericanHeart Association Database（AHADB）、Creighton University in rictricular Thyyarrhythmia Database（CUDB）、MIT-BIH脱骨症データベース（MITDB）、およびMIT-BIHノイズストレステストデータベース（NSTDB）。ANSI/AAMI EC57：2012は、感受性の評価を介して、脳室異所性ビート（SVEB）、心室性鼓動（VEB）、心房細動（AF）、心房細動（VF）のアルゴリズムの評価に使用されます。正の予測と偽陽性率。サンプルエントロピー、高速フーリエ変換（FFT）、および統合検出アルゴリズムのためにバックプロパゲーショントレーニングアルゴリズムを備えた多層パーセプトロンニューラルネットワークが選択されています。この研究では、SVEBの結果は、ANSI/AAMI EC57を利用した以前の研究と比較していくつかの改善があります。さらに、VEBの感度と肯定的な予測性グロス評価は、NSTDBデータベースの肯定的な予測性を除き、80％を超えています。MITDBデータベースのAF総評価では、エピソードの感度を除いて、結果は非常に良好な分類を示しています。Advancedでは、VFグロス評価の場合、AHADB、MITDB、およびCUDBのエピソードの感度と肯定的な予測は80％を超えています。達成された結果は、提案された統合されたSVEB、VEB、AF、およびVF検出アルゴリズムがANSI/AAMI EC57：2012に従って正確な分類を持っていることを示しています。結論として、提案された統合検出アルゴリズムは、他の以前の研究と比較して良好な精度を達成できます。さらに、不整脈の検出と評価のために、将来、より高度なアルゴリズムとハードウェアデバイスを実行する必要があります。

This study evaluates four databases from PhysioNet: The American Heart Association database (AHADB), Creighton University Ventricular Tachyarrhythmia database (CUDB), MIT-BIH Arrhythmia database (MITDB), and MIT-BIH Noise Stress Test database (NSTDB). The ANSI/AAMI EC57:2012 is used for the evaluation of the algorithms for the supraventricular ectopic beat (SVEB), ventricular ectopic beat (VEB), atrial fibrillation (AF), and ventricular fibrillation (VF) via the evaluation of the sensitivity, positive predictivity and false positive rate. Sample entropy, fast Fourier transform (FFT), and multilayer perceptron neural network with backpropagation training algorithm are selected for the integrated detection algorithms. For this study, the result for SVEB has some improvements compared to a previous study that also utilized ANSI/AAMI EC57. In further, VEB sensitivity and positive predictivity gross evaluations have greater than 80%, except for the positive predictivity of the NSTDB database. For AF gross evaluation of MITDB database, the results show very good classification, excluding the episode sensitivity. In advanced, for VF gross evaluation, the episode sensitivity and positive predictivity for the AHADB, MITDB, and CUDB, have greater than 80%, except for MITDB episode positive predictivity, which is 75%. The achieved results show that the proposed integrated SVEB, VEB, AF, and VF detection algorithm has an accurate classification according to ANSI/AAMI EC57:2012. In conclusion, the proposed integrated detection algorithm can achieve good accuracy in comparison with other previous studies. Furthermore, more advanced algorithms and hardware devices should be performed in future for arrhythmia detection and evaluation.