Variables latentes para identificar el infarto agudo del miocardio mediante análisis de componentes principales probabilístico


Autores/as

  • Jorge Hernando Rivera
  • Jose Soto Mejía
  • Edison Duque

Resumen

Este articulo presenta algunos resultado parciales de una reciente investigación [1] que comparó varias técnicas lineales y no lineales del análisis multivariado de datos con el objeto de seleccionar y extraer de manera efectiva un grupo de características basadas en señales electrocardiográficas orientadas a la identificación del infarto agudo de miocardio. Específicamente en este artículo se presentan los resultados obtenidos al aplicar el Análisis de Componentes Principales Probabilístico (Probabilistic Principal Component Analysis- PPCA) para generar un subespacio de características de menor dimensión que el original. Se presentan también los resultados obtenidos al evaluar la precisión de la clasificación de estados funcionales normales y patológicos del miocardio utilizando un clasificador bayesiano. Además, se estimó también su costo computacional.

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Publicado

2007-05-30

Cómo citar

Hernando Rivera, J., Soto Mejía, J., & Duque, E. (2007). Variables latentes para identificar el infarto agudo del miocardio mediante análisis de componentes principales probabilístico. Scientia Et Technica, 1(34). Recuperado a partir de https://revistas.utp.edu.co/index.php/revistaciencia/article/view/5561

Número

Sección

Eléctrica