Arrhythmia Classification Using Graph Neural Networks Based on Correlation Matrix

要約

グラフ ニューラル ネットワークの進歩に伴い、このネットワークを ECG 信号分析に適用することへの関心が高まっています。
本研究では、抽出した特徴の相関行列を用いて隣接行列を生成し、グラフニューラルネットワークを適用して不整脈を分類した。
提案されたモデルは、文献からの既存のアプローチと比較されました。
結果は、すべての不整脈クラスの精度と再現率が 50% を超えていることを示し、この方法が不整脈分類のアプローチとみなせることを示唆しています。

要約(オリジナル)

With the advancements in graph neural network, there has been increasing interest in applying this network to ECG signal analysis. In this study, we generated an adjacency matrix using correlation matrix of extracted features and applied a graph neural network to classify arrhythmias. The proposed model was compared with existing approaches from the literature. The results demonstrated that precision and recall for all arrhythmia classes exceeded 50%, suggesting that this method can be considered an approach for arrhythmia classification.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google