Please use this identifier to cite or link to this item: http://hdl.handle.net/10553/43075
DC FieldValueLanguage
dc.contributor.authorRavelo-García, Antonio G.en_US
dc.contributor.authorNavarro-Mesa, Juan L.en_US
dc.contributor.authorCasanova-Blancas, Ubayen_US
dc.contributor.authorMartin-Gonzalez, Sofiaen_US
dc.contributor.authorQuintana-Morales, Pedroen_US
dc.contributor.authorGuerra-Moreno, Ivánen_US
dc.contributor.authorCanino-Rodríguez, José M.en_US
dc.contributor.authorHernández-Pérez, Eduardoen_US
dc.contributor.otherHernandez-Perez, Eduardo-
dc.contributor.otherRavelo-Garcia, Antonio G.-
dc.date.accessioned2018-11-21T12:24:57Z-
dc.date.available2018-11-21T12:24:57Z-
dc.date.issued2015en_US
dc.identifier.issn1099-4300en_US
dc.identifier.urihttp://hdl.handle.net/10553/43075-
dc.description.abstractIn this paper the permutation entropy (PE) obtained from heart rate variability (HRV) is analyzed in a statistical model. In this model we also integrate other feature extraction techniques, the cepstrum coefficients derived from the same HRV and a set of band powers obtained from the electrocardiogram derived respiratory (EDR) signal. The aim of the model is detecting obstructive sleep apnea (OSA) events. For this purpose, we apply two statistical classification methods: Logistic Regression (LR) and Quadratic Discriminant Analysis (QDA). For testing the models we use seventy ECG recordings from the Physionet database which are divided into equal-size learning and testing sets. Both sets consist of 35 recordings, each containing a single ECG signal. In our experiments we have found that the features extracted from the EDR signal present a sensitivity of 65.6% and specificity of 87.7% (auc = 85) in the LR classifier, and sensitivity of 59.4% and specificity of 90.3% (auc = 83.9) in the QDA classifier. The HRV-based cepstrum coefficients present a sensitivity of 63.8% and specificity of 89.2% (auc = 86) in the LR classifier, and sensitivity of 67.2% and specificity of 86.8% (auc = 86.9) in the QDA. Subsequent tests show that the contribution of the permutation entropy increases the performance of the classifiers, implying that the complexity of RR interval time series play an important role in the breathing pauses detection. Particularly, when all features are jointly used, the quantification task reaches a sensitivity of 71.9% and specificity of 92.1% (auc = 90.3) for LR. Similarly, for QDA the sensitivity is 75.1% and the specificity is 90.5% (auc = 91.7).
dc.languagespaen_US
dc.relation.ispartofEntropyen_US
dc.sourceEntropy,v. 17, p. 914-927en_US
dc.subject3307 Tecnología electrónicaen_US
dc.subject.otherApnea
dc.subject.otherRecordings
dc.subject.otherAlgorithms
dc.subject.otherDynamics
dc.titleApplication of the permutation entropy over the heart rate variability for the improvement of electrocardiogram-based sleep breathing pause detectionen_US
dc.typeinfo:eu-repo/semantics/Articlees
dc.typeArticlees
dc.identifier.doi10.3390/e17030914
dc.identifier.scopus84982706296-
dc.identifier.isi000352612500001-
dcterms.isPartOfEntropy-
dcterms.sourceEntropy[ISSN 1099-4300],v. 17 (3), p. 914-927-
dc.contributor.authorscopusid9634135600-
dc.contributor.authorscopusid9634488300-
dc.contributor.authorscopusid56535386000-
dc.contributor.authorscopusid16069177700-
dc.contributor.authorscopusid16069019600-
dc.contributor.authorscopusid56006394700-
dc.contributor.authorscopusid56610232000-
dc.contributor.authorscopusid9636138800-
dc.description.lastpage927-
dc.description.firstpage914-
dc.relation.volume17-
dc.investigacionIngeniería y Arquitecturaen_US
dc.type2Artículoen_US
dc.identifier.wosWOS:000352612500001-
dc.contributor.daisngid1986395-
dc.contributor.daisngid2630721-
dc.contributor.daisngid11783826-
dc.contributor.daisngid4774892-
dc.contributor.daisngid4522291-
dc.contributor.daisngid8411268-
dc.contributor.daisngid13140062-
dc.contributor.daisngid4183732-
dc.identifier.investigatorRIDL-3413-2017-
dc.identifier.investigatorRIDNo ID-
dc.contributor.wosstandardWOS:Ravelo-Garcia, AG
dc.contributor.wosstandardWOS:Navarro-Mesa, JL
dc.contributor.wosstandardWOS:Casanova-Blancas, U
dc.contributor.wosstandardWOS:Martin-Gonzalez, S
dc.contributor.wosstandardWOS:Quintana-Morales, P
dc.contributor.wosstandardWOS:Guerra-Moreno, I
dc.contributor.wosstandardWOS:Canino-Rodriguez, JM
dc.contributor.wosstandardWOS:Hernandez-Perez, E
dc.date.coverdateEnero 2015
dc.identifier.ulpgces
item.fulltextCon texto completo-
item.grantfulltextopen-
crisitem.author.deptIDeTIC: División de Procesado Digital de Señales-
crisitem.author.deptIU para el Desarrollo Tecnológico y la Innovación-
crisitem.author.deptDepartamento de Señales y Comunicaciones-
crisitem.author.deptIDeTIC: División de Procesado Digital de Señales-
crisitem.author.deptIU para el Desarrollo Tecnológico y la Innovación-
crisitem.author.deptDepartamento de Señales y Comunicaciones-
crisitem.author.deptIDeTIC: División de Procesado Digital de Señales-
crisitem.author.deptIU para el Desarrollo Tecnológico y la Innovación-
crisitem.author.deptDepartamento de Señales y Comunicaciones-
crisitem.author.deptIDeTIC: División de Ingeniería de Comunicaciones-
crisitem.author.deptIU para el Desarrollo Tecnológico y la Innovación-
crisitem.author.deptDepartamento de Señales y Comunicaciones-
crisitem.author.deptIOCAG: Procesado de Imágenes y Teledetección-
crisitem.author.deptIU de Oceanografía y Cambio Global-
crisitem.author.deptDepartamento de Señales y Comunicaciones-
crisitem.author.deptIDeTIC: División de Procesado Digital de Señales-
crisitem.author.deptIU para el Desarrollo Tecnológico y la Innovación-
crisitem.author.deptDepartamento de Señales y Comunicaciones-
crisitem.author.orcid0000-0002-8512-965X-
crisitem.author.orcid0000-0003-3860-3424-
crisitem.author.orcid0000-0002-5001-9223-
crisitem.author.orcid0000-0001-8462-8855-
crisitem.author.orcid0000-0003-4350-6223-
crisitem.author.orcid0000-0001-7473-5454-
crisitem.author.parentorgIU para el Desarrollo Tecnológico y la Innovación-
crisitem.author.parentorgIU para el Desarrollo Tecnológico y la Innovación-
crisitem.author.parentorgIU para el Desarrollo Tecnológico y la Innovación-
crisitem.author.parentorgIU para el Desarrollo Tecnológico y la Innovación-
crisitem.author.parentorgIU de Oceanografía y Cambio Global-
crisitem.author.parentorgIU para el Desarrollo Tecnológico y la Innovación-
crisitem.author.fullNameRavelo García, Antonio Gabriel-
crisitem.author.fullNameNavarro Mesa, Juan Luis-
crisitem.author.fullNameMartín González, Sofía Isabel-
crisitem.author.fullNameQuintana Morales, Pedro José-
crisitem.author.fullNameGuerra Moreno, Ivan Daniel-
crisitem.author.fullNameCanino Rodríguez, José Miguel-
crisitem.author.fullNameHernández Pérez, Eduardo-
Appears in Collections:Artículos
Thumbnail
Adobe PDF (375,26 kB)
Show simple item record

SCOPUSTM   
Citations

30
checked on Apr 11, 2021

WEB OF SCIENCETM
Citations

26
checked on Apr 11, 2021

Page view(s)

110
checked on Apr 11, 2021

Download(s)

97
checked on Apr 11, 2021

Google ScholarTM

Check

Altmetric


Share



Export metadata



Items in accedaCRIS are protected by copyright, with all rights reserved, unless otherwise indicated.