Interval Type-3 Fuzzy-Fractal Approach for Arrhythmia Classification

In this paper a combination of interval type-3 fuzzy logic and the fractal dimension (FD) is employed for arrhythmia classification. FD is utilized to characterize the geometrical properties in the electrocardiogram (ECG) of a patient. The fractal dimension is a good representative of an ECG signal, as is able to model its complexity. A type-3 fuzzy system is used to convey the knowledge in image classification. Type-3 helps in capturing the uncertainty in medical classification. A new technique is introduced for arrhythmia classification using the FD. Results with the MIT dataset show the effectiveness of the proposal. In addition, type-3 results were shown to be statistically better than the ones obtained by type-2 and type-1. A limitation of this study is that arrhythmia classification is performed in an offline fashion, meaning that information of patients is contained in a dataset and we process the information in the computer, which is not real-world scenario in this case. Future work could be to optimize parameters for enhancing even further the performance. Also, a hardware implementation would help in making this approach closer to the real persons, as arrhythmias could be classified in a quicker fashion. Spanish-language metadata / Metadatos en españolTítulo en español:Enfoque difuso-fractal de intervalo tipo 3 para la clasificación de arritmias Resumen:En este artículo se emplea una combinación de lógica difusa de intervalo tipo 3 y dimensión fractal (FD) para la clasificación de arritmias. La FD se utiliza para caracterizar las propiedades geométricas del electrocardiograma (ECG) de un paciente. La dimensión fractal constituye una buena representación de una señal ECG, ya que permite modelar su complejidad. Se utiliza un sistema difuso tipo 3 para incorporar el conocimiento en la clasificación de imágenes. El tipo 3 contribuye a capturar la incertidumbre presente en la clasificación médica. Se introduce una nueva técnica para la clasificación de arritmias mediante la FD. Los resultados obtenidos con el conjunto de datos MIT muestran la efectividad de la propuesta. Además, se demostró estadísticamente que los resultados obtenidos con el tipo 3 fueron mejores que los correspondientes a los tipos 2 y 1. Una limitación de este estudio es que la clasificación de arritmias se realiza offline; es decir, la información de los pacientes se encuentra contenida en un conjunto de datos y se procesa mediante un ordenador, lo que, en este caso, no representa un escenario del mundo real. Como trabajo futuro, podrían optimizarse los parámetros para mejorar aún más el rendimiento. Asimismo, una implementación en hardware contribuiría a aproximar este enfoque a su aplicación en personas reales, ya que las arritmias podrían clasificarse con mayor rapidez. Palabras Claves:Lógica difusa, Arritmia, Sistemas de inferencia difusa Smart citations: SCITEAI. Dimensions.Open Alex.