Effective features extraction by analyzing heart sound for identifying cardiovascular diseases related to COVID-19: A diagnostic model

2019年冠状病毒病(COVID-19) 计算机科学 鉴定(生物学) 恶化 集合(抽象数据类型) 人工智能 模式识别(心理学) 采样(信号处理) 大流行 医学 数据挖掘 病理 内科学 疾病 滤波器(信号处理) 生物 计算机视觉 植物 传染病(医学专业) 程序设计语言
作者
Zahra Sabouri,Abbas Ghadimi,Azadeh Kiani-Sarkaleh,Kamrad Khoshhal Roudposhti
出处
期刊:Proceedings Of The Institution Of Mechanical Engineers, Part H: Journal Of Engineering In Medicine [SAGE]
卷期号:236 (9): 1430-1448 被引量:1
标识
DOI:10.1177/09544119221112523
摘要

Incidence and exacerbation of some of the cardiovascular diseases in the presence of the coronavirus will lead to an increase in the mortality rate among patients. Therefore, early diagnosis of such diseases is critical, especially during the COVID-19 pandemic (mild COVID-19 infection). Thus, for diagnosing the heart diseases related to the COVID-19, an automatic, non-invasive, and inexpensive method based on the heart sound processing approach is proposed. In the present study, a set of features related to the nature of heart signals is defined and extracted. The investigated features included morphological and statistical features in the heart sound frequencies. By extracting and selecting a set of effective features related to the mentioned diseases, and avoiding to use different segmentation and filtering techniques, dependence on a limited dataset and specific sampling procedures has been eliminated. Different classifiers with various kernels are applied for diagnosis in data unbalanced and balanced conditions. The results showed 93.15% accuracy and 93.72% F1-score using 60 effective features in data balanced conditions. The identification system using the extracted features from Azad dataset is able to achieve the desired results in a generalized dataset. In this way, in the shortest possible sampling time, the present system provided an effective and generalizable method and a practical model for diagnosing important cardiovascular diseases in the presence of coronavirus in the COVID-19 pandemic.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
要文献啊完成签到 ,获得积分10
3秒前
123完成签到 ,获得积分10
3秒前
ZH完成签到 ,获得积分10
7秒前
9秒前
Solar energy完成签到,获得积分10
12秒前
zhang完成签到 ,获得积分10
14秒前
mm完成签到,获得积分10
20秒前
赵银志完成签到 ,获得积分10
23秒前
胖哥发布了新的文献求助30
26秒前
乔杰完成签到 ,获得积分10
38秒前
活力雁枫完成签到,获得积分10
47秒前
宇文一发布了新的文献求助10
49秒前
好名字完成签到,获得积分10
54秒前
wangeil007完成签到,获得积分10
1分钟前
彭于晏应助科研通管家采纳,获得10
1分钟前
约翰完成签到,获得积分10
1分钟前
动听安筠完成签到 ,获得积分10
1分钟前
万能图书馆应助aidiresi采纳,获得10
1分钟前
Tree_完成签到 ,获得积分10
1分钟前
善学以致用应助xingmeng采纳,获得10
1分钟前
钱念波完成签到 ,获得积分10
1分钟前
1分钟前
奋斗的酒窝完成签到 ,获得积分10
1分钟前
llhh2024完成签到,获得积分10
1分钟前
dahong完成签到 ,获得积分10
1分钟前
aidiresi发布了新的文献求助10
1分钟前
黄花完成签到 ,获得积分10
1分钟前
欧欧欧导完成签到,获得积分10
1分钟前
atmcymed完成签到,获得积分10
1分钟前
TT完成签到 ,获得积分10
1分钟前
光之战士完成签到 ,获得积分10
1分钟前
徐悦完成签到,获得积分10
1分钟前
苏菲完成签到 ,获得积分10
1分钟前
英俊的铭应助aidiresi采纳,获得10
1分钟前
1分钟前
EiketsuChiy完成签到 ,获得积分0
1分钟前
科研通AI2S应助甜蜜的代容采纳,获得10
1分钟前
未解的波发布了新的文献求助10
2分钟前
zokor完成签到 ,获得积分10
2分钟前
黑糖珍珠完成签到 ,获得积分10
2分钟前
高分求助中
One Man Talking: Selected Essays of Shao Xunmei, 1929–1939 1000
A Chronicle of Small Beer: The Memoirs of Nan Green 1000
From Rural China to the Ivy League: Reminiscences of Transformations in Modern Chinese History 900
Migration and Wellbeing: Towards a More Inclusive World 900
Eric Dunning and the Sociology of Sport 850
Operative Techniques in Pediatric Orthopaedic Surgery 510
The Making of Détente: Eastern Europe and Western Europe in the Cold War, 1965-75 500
热门求助领域 (近24小时)
化学 医学 材料科学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 免疫学 细胞生物学 电极
热门帖子
关注 科研通微信公众号,转发送积分 2910155
求助须知:如何正确求助?哪些是违规求助? 2544012
关于积分的说明 6884830
捐赠科研通 2210026
什么是DOI,文献DOI怎么找? 1174392
版权声明 588029
科研通“疑难数据库(出版商)”最低求助积分说明 575423