We introduce an entropy-based classification method for pairs of sequences (ECPS) for quantifying mutual dependencies in heart rate and beat-to-beat blood pressure recordings. The purpose of the method is to build a classifier for data in which each item consists of two intertwined data series taken for each subject. The method is based on ordinal patterns and uses entropy-like indices. Machine learning is used to select a subset of indices most suitable for our classification problem in order to build an optimal yet simple model for distinguishing between patients suffering from obstructive sleep apnea and a control group.
Autorzy
- dr hab. Paweł Pilarczyk link otwiera się w nowej karcie ,
- prof. dr hab. Grzegorz Graff link otwiera się w nowej karcie ,
- Jose Amigo link otwiera się w nowej karcie ,
- mgr inż. Katarzyna Tessmer link otwiera się w nowej karcie ,
- Krzysztof Narkiewicz link otwiera się w nowej karcie ,
- Krzysztof Narkiewicz,
- Beata Graff
Informacje dodatkowe
- DOI
- Cyfrowy identyfikator dokumentu elektronicznego link otwiera się w nowej karcie 10.1063/5.0158923
- Kategoria
- Publikacja w czasopiśmie
- Typ
- artykuły w czasopismach
- Język
- angielski
- Rok wydania
- 2023