Evaluación de algoritmos de detección de complejos qrs mediante las curvas de funcionamiento roc, det y epc.

• Autores: Mauricio A. Álvarez López, Santiago Sánchez A., Claudia Patricia Henao
• Localización: Scientia et Technica, ISSN 0122-1701, Vol. 2, Nº. 34, 2007, págs. 43-48
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Se presenta una metodología para la selección de modelos utilizados en detección de eventos, empleando las curvas de funcionamiento característica de operación del receptor (ROC - Receiver Operating Characteristic), compensación del error de detección (DET - Detection Error Trade-off) y curvas de desempeño esperado (EPC � Expected Performance Curve), las cuales asumen un criterio de mínimo error para evaluar modelos. Las curvas se evalúan sobre algoritmos de detección de complejos QRS en electrocardiografía utilizando la base de datos de arritmias del MIT [8]. Los resultados obtenidos muestran que la mejor curva para representar el comportamiento de los métodos de detección es la curva EPC debido a que utiliza pruebas sobre conjuntos de entrenamiento y validación. Igualmente se obtiene que el mejor detector de complejos QRS es el basado en la amplitud y la primera derivada AF3.

  • English

    A methodology to select models used in detection is shown; it uses the performance curves named ROC, DET and EPC. These curves employ a criterion to evaluate the model based in obtaining a minimum error. Curves are applied over QRS complex detection algorithms using MIT Arrhythmia Database. Results show that the best curve for representing the behavior of the detection algorithms is the EPC curve, due to it uses training and test set.

    Equally, we obtained that the best QRS complex detector is AF3.