Resumen

En este artículo se presenta un sistema de identificación de electrocardiogramas (ECG, proceso de registro de la actividad eléctrica del corazón durante un periodo de tiempo mediante electrodos colocados en la piel) no fiduciales basado en la técnica de extracción de características de patrón espacial común (PEC). Las señales de ECG de una y varias derivaciones de cada sujeto se dividen en segmentos no superpuestos y se investigan diferentes longitudes de segmento (1, 3, 5, 7, 10 o 15 segundos). Las características se extraen de cada segmento de señal mediante proyección sobre una matriz de proyección CSP. A continuación, las características extraídas se utilizan para entrenar un clasificador de máquina de vectores de apoyo (SVM) basado en un núcleo de función de base radial, que se emplea en la fase de identificación. El sistema de identificación propuesto se evaluó en 10, 20, ..., 200 sujetos de referencia de la base de datos de ECG del Physikalisch-Technische Bundesanstalt (PTB). Utilizando una única derivación basada en la extremidad (I) con 200 sujetos de referencia, el sistema alcanzó una tasa de identificación del 95,15 y una tasa de error igual de 0,1. El uso de una única derivación torácica (V3) para 200 sujetos de referencia dio como resultado una tasa de identificación del 98,92 y una tasa de error igual de 0,08.

• Materias:Biotecnología Sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology sensors Sensor system Sensor technology
• Palabras claves:tasa de error igual, sujetos de referencia, tasa de identificación, sistema de identificación, núcleo de función de base radial, matriz de proyección csp, máquina de vectores soporte, patrón espacial común, diferentes longitudes de segmento, técnica de extracción de características
• Keywords:equal error rate, reference subjects, identification rate, identification system, radial basis function kernel, csp projection matrix, support vector machine, common spatial pattern, different segment lengths, feature extraction technique