Resumen de Combinación de ppca y hmm para la identificación de infarto agudo de miocardio.

Mauricio Alvarez Mesa, Ricardo Henao

• español

  Este artículo presenta una nueva versión de análisis de componentes principales que utiliza una cadena oculta de Markov con la finalidad de obtener una representación optimizada de datos observados a través del tiempo para la identificación de infarto agudo de miocardio. La novedad del método propuesto consiste principalmente en la manera en la cual una técnica de reducción de dimensionalidad estática ha sido combinada con un modelo clásico de mezclas en el tiempo, para mejorar las capacidades de transformación, reducción y clasificación de series de tiempo. Los resultados experimentales muestran mejoras substanciales en la precisión de clasificación de registros con infarto agudo de miocardio, incluso con representaciones altamente reducidas de las series multivariadas transformadas.

• English

  This paper introduces a new temporal version of PCA by using a hidden Markov model in order to obtain optimized representations of observed data through time for acute myocardial infarction identification. The novelty of the proposed method consists mainly in the way in which static dimensionality reduction techniques have been combined with a classic mixture model in time, to enhance the capabilities of transformation, reduction and classification of time series, in this case, ECG records. Experimental results show improvements in classification accuracies over records with acute myocardial infarction even with highly reduced representations of the transformed multivariate series.