SavedAdd your journal

Journals / Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi / 2014 / Cilt: 16 - Sayı: 48

COMPARISON OF THE EFFECTS OF CROSS VALIDATION METHODS ON DETERMINING PERFORMANCES OF CLASSIFIERS USED IN DIAGNOSING CONGESTIVE HEART FAILURE

KONJESTİF KALP YETMEZLİĞİ TEŞHİSİNDE KULLANILAN ÇAPRAZ DOĞRULAMA YÖNTEMLERİNİN SINIFLANDIRICI PERFORMANSLARININ BELİRLENMESİNE OLAN ETKİLERİNİN KARŞILAŞTIRILMASI

Ali NARİN
YALÇIN İŞLER
Mahmut ÖZER
Pages
1–8
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

As a result, it was observed that average performance was enhanced and variability of performances was decreased when the number of data sections used in the cross validation method was increased.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Congestive heart failure (CHF) occurs when the heart is unable to provide sufficient pump action to maintain blood flow to meet the needs of the body.
📊
Key Findings & Data:Early diagnosis is important since the mortality rate of the patients with CHF is very high.
💡
Conclusion & Impact:As a result, it was observed that average performance was enhanced and variability of performances was decreased when the number of data sections used in the cross validation method was increased.
🔬Design:Research Article
📍Scope:Comprehensive Sample
⚙️Variables:Kalp hızı değişkenliği · Konjestif kalp yetmezliği · Sınıflandırıcılar

Abstract

Congestive heart failure (CHF) occurs when the heart is unable to provide sufficient pump action to maintain blood flow to meet the needs of the body. Early diagnosis is important since the mortality rate of the patients with CHF is very high. There are different validation methods to measure performances of classifier algorithms designed for this purpose. In this study, k-fold and leave-one-out cross validation methods were tested for performance measures of five distinct classifiers in the diagnosis the patients with CHF. Each algorithm was run 100 times and the average and the standard deviation of classifier performances were recorded. As a result, it was observed that average performance was enhanced and variability of performances was decreased when the number of data sections used in the cross validation method was increased.

Özet

Konjestif kalp yetmezliği (KKY) vücudun ihtiyaç duyduğu miktarda kanın pompalanamaması durumudur. Bu tanıya sahip hastaların ölüm oranı çok yüksek olduğundan erken teşhis önemlidir. Bu amaçla gerçekleştirilen sınıflandırma algoritmalarının performanslarının ölçümü için farklı doğrulama yöntemleri vardır. Bu çalışmada, KKY hastalarının teşhisinde sık kullanılan 5 farklı sınıflandırıcının performans ölçümleri için k-parçalı ve birisi-dışarıda çapraz doğrulama yöntemleri denenmiştir. Her algoritma 100 defa denenerek ortalama başarım ve standart sapmaları kayıt edilmiştir. Sonuç olarak, çapraz doğrulamada kullanılan veri parçası sayısı arttıkça ortalama başarımın arttığı ve başarım değişkenliğinin azaldığı tespit edilmiştir.

🔖

Cite This Article

NARİN, A., İŞLER, Y., ÖZER, M. (2014). COMPARISON OF THE EFFECTS OF CROSS VALIDATION METHODS ON DETERMINING PERFORMANCES OF CLASSIFIERS USED IN DIAGNOSING CONGESTIVE HEART FAILURE. Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi, Cilt: 16 - Sayı: 48, 1–8. https://ajindex.com/articles/213965

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (11)

  1. AHA (American Heart Association) (2006): “Heart Disease and Stroke Statistics–2006 Update: A Report From the American Heart Association Statistics Committee and Stroke Statistics Subcommittee”, Circulation, Cilt 113, sf. 85-151.
  2. Duda R. O., Hart P. E., Stork D. G. (2001): “Pattern Classification”, New York: John Wiley and Sons, 2. baskı. Flavell C., Stevenson L. W. (2001): “Take Heart with Heart Failure”, Circulation, Cilt 104, Sayı 89. Goldberger A. L., Amaral L. A. N., Glass L., Hausdorf J. M., Ivanov P. C., Mark R. G., Mietus J. E., Moody G. B., Peng C. K., Stanley H. E. (2000): “Physiobank, Physiotoolkit, and Physionet: Components of a New Research Resource for Complex Physiologic Signals”, Circulation, Cilt 101, Sayı 23, sf. 215-220.
  3. İşler Y., Kuntalp M. (2007): “Combining Classical HRV Indices with Wavelet Entropy Measures Improves to Performance in Diagnosing Congestive Heart Failure”, Comput Biol Med, Cilt 37, Sayı 10, sf. 1502–1510.
  4. İşler Y., Kuntalp M. (2010): “Heart Rate Normalization in the Analysis of Heart Rate Variability in Congestive Heart Failure”, Proceedings of the Institution of Mechanical Engineers, Part H: Journal of Engineering in Medicine, Cilt 224, Sayı 3, sf. 453- 463. İşler Y., Selver M. A., Kuntalp M. (2005): “Effects of Detrending in Heart Rate Variability Analysis”, In II. Mühendislik Bilimleri Genç Araştırmacılar Kongresi: MBGAK2005,
  5. İstanbul, Türkiye, sf. 213–219.
  6. Lee R.G., Hsiao C.C., Kao C.Y. (2011): “Using different Entropies to Analyze the Heart Rate Variability of Congestive Heart Failure Patients”, Biomed Eng-App Bas C, Sayı 23, sf. 253. Lomb N. R. (1976): “Least–Squares Frequency Analysis of Unequally Spaced Data”, Ap. Sp. Sc., Cilt 39, sf. 447–462.
  7. Narin A., İşler Y. (2012): “Konjestif Kalp Yetmezliği Hastalarının Kalp Hızı Verileri Kullanılarak Teşhisi Üzerine Temel Bileşen Analizi”, IEEE 20. Sinyal İşleme ve Uygulamaları Kurultayı (SİU2012),
  8. Muğla, Türkiye, 18-20
  9. Nisan. Narin A., İşler Y., Özer M. (2013): “Konjestif Kalp Yetmezliğinin Kalp Hızı Değişkenliği Analizi ile Teşhisinde Sınıflandırıcı Başarımlarının Karşılaştırılması”, IEEE 21. Sinyal İşleme ve Uygulamaları Kurultayı (SİU2013), Girne/KKTC, 24-26
  10. Nisan. Narin A., İşler Y., Özer M. (2014): “Investigating the Performance Improvement of HRV Indices in CHF Using Feature Selection Methods Based on Backward Elimination and Statistical Significance”, Comput Biol Med, Cilt 45, sf. 72–79.
  11. Pecchia L., Melillo P., Sansone M., Bracale M. (2011): “Discrimination Power