Early prediction of the highest workload in incremental cardiopulmonary tests

Tipo di pubblicazione: Articolo su rivista
Tipologia MIUR: Contributo su Rivista > Articolo in rivista
Titolo: Early prediction of the highest workload in incremental cardiopulmonary tests
Autori: Baralis, E.; Cerquitelli, T.; Chiusano, S.; D'Elia, V.; Molinari, R.; Susta, D.
Autori di ateneo:
Titolo del periodico: ACM TRANSACTIONS ON INTELLIGENT SYSTEMS AND TECHNOLOGY
Tipo di referee: Esperti anonimi
Editore: ACM New York, NY, USA
Volume: 4
Numero: 4
Intervallo pagine: pp. 1-20
Numero di pagine: 20
ISSN: 2157-6904
Abstract: Incremental tests are widely used in cardiopulmonary exercise testing, both in the clinical domain and in sport sciences. The highest workload (denoted Wpeak) reached in the test is key information for assessing the individual body response to the test and for analyzing possible cardiac failures and planning rehabilitation, and training sessions. Being physically very demanding, incremental tests can significantly increase the body stress on monitored individuals and may cause cardiopulmonary overload. This article presents a new approach to cardiopulmonary testing that addresses these drawbacks. During the test, our approach analyzes the individual body response to the exercise and predicts the Wpeak value that will be reached in the test and an evaluation of its accuracy. When the accuracy of the prediction becomes satisfactory, the test can be prematurely stopped, thus avoiding its entire execution. To predict Wpeak, we introduce a new index, the CardioPulmonary Efficiency Index (CPE), summarizing the cardiopulmonary response of the individual to the test. Our approach analyzes the CPE trend during the test, together with the characteristics of the individual, and predicts Wpeak. A K-nearest-neighbor-based classifier and an ANN-based classier are exploited for the prediction. The experimental evaluation showed that the Wpeak value can be predicted with a limited error from the first steps of the test
Data: 2013
Status: Pubblicato
Lingua della pubblicazione: Inglese
Parole chiave: incremental test, highest workload prediction, data mining, classification techniques, physiological signals analysis
Dipartimenti (originale): DISAT - Dipartimento Scienza Applicata e Tecnologia
DAUIN - Dipartimento di Automatica Informatica
Dipartimenti: DAUIN - Dipartimento di Automatica e Informatica
URL correlate:
Area disciplinare: Area 09 - Ingegneria industriale e dell'informazione > SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
Data di deposito: 23 Nov 2016 15:14
Data ultima modifica (IRIS): 23 Nov 2016 14:14:50
Data inserimento (PORTO): 25 Nov 2016 13:12
Numero Identificativo (DOI): 10.1145/2508037.2508051
Permalink: http://porto.polito.it/id/eprint/2518545
Link resolver URL: Link resolver link
Citazioni:

Il campo presenta il numero di citazioni presenti sulle banche dati Scopus e Web of Science e permette di accedere ai relativi record. Visualizza inoltre il link al record presente su Google Scholar.

Possono verificarsi discrepanze rispetto ai dati presenti sulle banche dati per i seguenti motivi:

  • Differenze tra i dati riportati su IRIS e quelli presenti nelle banche dati.
  • Il numero di citazioni riportate su PORTO viene estratto mensilmente. Il dato citazionale presente sulle singole banche dati è aggiornato in tempo reale
  • Il numero di citazioni per WoS viene calcolato sulla base delle collezioni in abbonamento (Science citation index Expanded e Conference Proceedings Citation Index)

Per informazioni o segnalazioni contattare scrivia/porto

+
-

Allegati

[img]
Preview
PDF (2518545_draft.pdf) - Postprint
Accesso al documento: Visibile (Ad accesso aperto)
Licenza: Pubblico - Tutti i diritti riservati.

Download (436Kb (446483 bytes)) | Preview

Azioni (richiesto il login)

Visualizza il documento (riservato amministratori) Visualizza il documento (riservato amministratori)

Statistiche sul Download degli allegati

Altre statistiche su questa pubblicazione...