Počet záznamů: 1
Utilization of Deep Learning and Expert Feature Classifier for Detection of Heart Murmurs
- 1.
SYSNO ASEP 0583010 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název Utilization of Deep Learning and Expert Feature Classifier for Detection of Heart Murmurs Tvůrce(i) Nejedlý, Petr (UPT-D) RID, SAI
Pavlus, Ján (UPT-D)
Smíšek, Radovan (UPT-D) RID, ORCID, SAI
Vargová, Enikö (UPT-D)
Koščová, Zuzana (UPT-D)
Viščor, Ivo (UPT-D) RID, ORCID, SAI
Jurák, Pavel (UPT-D) RID, ORCID, SAI
Plešinger, Filip (UPT-D) RID, ORCID, SAICelkový počet autorů 8 Číslo článku 041 Zdroj.dok. 2022 Computing in Cardiology (CinC). - New York : IEEE, 2022 - ISSN 2325-8861 - ISBN 979-8-3503-0097-0 Rozsah stran 2022-eptember (2022) Poč.str. 4 s. Forma vydání Online - E Akce Computing in Cardiology 2022 /49./ Datum konání 04.09.2022 - 07.09.2022 Místo konání Tampere Země FI - Finsko Typ akce WRD Jazyk dok. eng - angličtina Země vyd. US - Spojené státy americké Klíč. slova heart murmurs ; deep learning ; classification Vědní obor RIV FS - Lékařská zařízení, přístroje a vybavení Obor OECD Medical engineering CEP FW01010305 GA TA ČR - Technologická agentura ČR Institucionální podpora UPT-D - RVO:68081731 EID SCOPUS 85152934846 DOI 10.22489/CinC.2022.041 Anotace This paper introduces our solution (ISIBrno-AIMT team) to the Physionet Challenge 2022. The main goal of the challenge was a classification of heart murmurs from phonocardiographic recordings into three mutually exclusive classes (i.e., present, unknown, and not present) and to determine whether the patient's overall status is Normal or Abnormal. We propose a deep learning method that classifies whether there is a heart murmur in the phonocardiographic recording and also provides heart sound segmen-tation. Furthermore, the expert feature classifier assesses whether the patient's status is normal or abnormal. Our approach achieved a hidden test challenge score of 0.755 in the murmur classification task and a score of 12313 in the patient outcome classification task. Our team was ranked as 9th and 12th out of 40 teams in the official ranking for murmur and outcome classification, respectively. Pracoviště Ústav přístrojové techniky Kontakt Martina Šillerová, sillerova@ISIBrno.Cz, Tel.: 541 514 178 Rok sběru 2024 Elektronická adresa https://ieeexplore.ieee.org/document/10081763
Počet záznamů: 1