A Human ECG Identification System Based on Ensemble Empirical Mode Decomposition

Zhao, Zhidong; Yang, Lei; Chen, Diandian; Luo, Yanqi

doi:10.3390/s130506832

Cited by 102 publications

(57 citation statements)

References 28 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Networked computing [8] and experimental analysis [9] have been carried out for health monitoring using WSNs using Bluetooth and ZigBee. Besides health monitoring, autodiagnosis of diseases like cardiovascular diseases [10][11][12] and inflammation [13] have gained more concern. Machine learning algorithms can be used to train with patients' databases.…”

Section: Applications and Case Studies Of State-of-the-art Wirementioning

confidence: 99%

Review of state-of-the-art wireless technologies and applications in smart cities

Zhu

Chang

Kalawsky

et al. 2017

IECON 2017 - 43rd Annual Conference of the IEEE Industrial Electronics Society

View full text Add to dashboard Cite

Section: Applications and Case Studies Of State-of-the-art Wirementioning

confidence: 99%

Review of state-of-the-art wireless technologies and applications in smart cities

Zhu

Chang

Kalawsky

et al. 2017

IECON 2017 - 43rd Annual Conference of the IEEE Industrial Electronics Society

View full text Add to dashboard Cite

“…Já neste artigo foi alcançada uma taxa de acerto um pouco inferior como citada anteriormente, mas utilizando 290 indivíduos deste mesmo banco dados. No trabalho de [34] foi alcançada uma taxa de acerto de 96, 00% utilizando 25 indivíduos com características extraídas via EMD, com metodologia semelhante a utilizada neste artigo. A taxa de acerto obtida pelo MA tambémé interessante ao compararmos resultados de estudos que utilizaram bancos de dados privado.…”

Section: Conclusõesunclassified

Seleção de Característica via Algoritmos Evolucionários para Reconhecimento Biométrico baseado em Sinais de ECG

Teodoro¹,

Costa²,

Peres³

et al. 2015

Anais Do 12. Congresso Brasileiro De Inteligência Computacional

View full text Add to dashboard Cite

Resumo-Atualmente a necessidade de identificação de pessoas de forma precisa vem recebendo atenção da comunidade científica e da indústria, sendo aárea de Biometria uma dessas novas estratégias. Biometriaé o nome dado ao emprego de características físicas ou comportamentais de uma pessoa para fazer a sua identificação. Modalidades biométricas tradicionais (Face,Íris e Impressão Digital) vêm sofrendo ataques por circunvenção e repetição. De forma a superar esses problemas os sinais biomédicos, tais como sinais de eletrocardiograma (ECG) e sinais de eletroencefalograma (EEG), têm sido estudados para a identificação pessoal. Os Algoritmos Genéticos (GAs) [10] são conhecidos por produzirem soluções de alta qualidade para problemas complexos [11], podendo ser utilizado no processo de seleção de características [12]. Infelizmente, devidoà natureza inerente do GA, este frequentemente leva muito tempo para localizar umótimo local na região de convergência e pode algumas vezes não encontrar oótimo com uma precisão satisfatória. De forma a solucionar este problema foram propostos os Algoritmos Meméticos (MA) [13][14], o qual combina um operador de busca local ao GA de forma a encontrar soluções melhores. Este trabalho analisa o impacto de algumas estratégias de seleção de característica tais como busca gulosa, GA e MA sobre desempenho dos Sistemas Biométricos baseados em ECG ao empregar k-Vizinhos mais Próximos (kNN) e Análise de Discriminante Linear (LDA) como classificador.Este artigo está organizado nas seguintes seções: uma descrição formal do sinal de ECG, considerando o contexto de reconhecimento biométrico,é apresentada na Seção II; as características biométricas utilizadas são descritas na seção III; uma revisão sobre os classificadores utilizadosé descrita na Seção IV; os experimentos computacionais são apresentados na Seção VI e finalmente na Seção VII as conclusões são descritas. II. O SINAL DE ELETROCARDIOGRAMAO eletrocardiograma registra as oscilações do potencial elétrico gerado pelo músculo cardíaco, capturadas por eletrodos colocados sobre a pele em pontos específicos do corpo

show abstract

“…It is also proven that ECG signal might be a good biometrical identification solution [22], so it would not be difficult to incorporate this possibility into the authors' work and use it as a biometrical passport or even as a door key.…”

Section: Related Workmentioning

confidence: 99%

A Mobile Device System for Early Warning of ECG Anomalies

Szczepański

Saeed

2014

Sensors

View full text Add to dashboard Cite

With the rapid increase in computational power of mobile devices the amount of ambient intelligence-based smart environment systems has increased greatly in recent years. A proposition of such a solution is described in this paper, namely real time monitoring of an electrocardiogram (ECG) signal during everyday activities for identification of life threatening situations. The paper, being both research and review, describes previous work of the authors, current state of the art in the context of the authors' work and the proposed aforementioned system. Although parts of the solution were described in earlier publications of the authors, the whole concept is presented completely for the first time along with the prototype implementation on mobile device—a Windows 8 tablet with Modern UI. The system has three main purposes. The first goal is the detection of sudden rapid cardiac malfunctions and informing the people in the patient's surroundings, family and friends and the nearest emergency station about the deteriorating health of the monitored person. The second goal is a monitoring of ECG signals under non-clinical conditions to detect anomalies that are typically not found during diagnostic tests. The third goal is to register and analyze repeatable, long-term disturbances in the regular signal and finding their patterns.

show abstract

A Human ECG Identification System Based on Ensemble Empirical Mode Decomposition

Cited by 102 publications

References 28 publications

Review of state-of-the-art wireless technologies and applications in smart cities

Review of state-of-the-art wireless technologies and applications in smart cities

Seleção de Característica via Algoritmos Evolucionários para Reconhecimento Biométrico baseado em Sinais de ECG

A Mobile Device System for Early Warning of ECG Anomalies

Contact Info

Product

Resources

About