Abstract: M. Kamarul, O. Meste, D. Latcu, K. Kadir (2019)

Atrial flutter presents quasi-periodic atrial activity due to circular depolarization. Given the different structure of right and left atria, spatiotemporal variability should be different. This was analyzed using recurrence quantification analysis. Autocorrelation signals were estimated from the unthresholded recurrence plot, calculated with a properly processed ECG to remove variability related to external sources (noise, respiratory motion, T wave overlap). Simple features were considered from the autocorre-lation that attempts to describe the atrial activity in terms of range of recurrence and periodicity. Linear classification using support vector machines and logistic regression both allowed good classification performance (max accuracy 0.8 for both). Feature selection showed that right and left AFL have significantly different cycle lengths (right vs. left: 230.63 ms vs. 206.50 ms, p < 0.01).

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Non-Invasive Localization of Atrial Flutter Circuit Using Recurrence Quantification Analysis and Machine Learning