Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "ekg" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-9 z 9
    Tytuł:
    Characteristic points detection in ECG signal using Bayesian learning and fuzzy system
    Autorzy:
    Momot, M.
    Momot, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/333840.pdf
    Data publikacji:
    2007
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    sygnał EKG
    systemy rozmyte
    ECG signal
    fuzzy systems
    bayesian learning
    Opis:
    Characteristic points detection such as beginnings and ends of P-wave, T-wave or QRS complex is one of primary aims in automated analysis of ECG signal. The paper presents one possible approach based on Bayesian inference to design of kernel based classifier. The classification function is constructed using the probability distribution function of standard normal distribution and independent Gaussian random variables. The parameters of such variables are computed using iterative Expectation-Maximization algorithm. This approach is used to calculate parameters of classification function to modelling Takagi-Sugeno-Kang fuzzy systems. Numerical experiment of characteristic points detection in ECG signal using CTS database is also presented.
    Źródło:
    Journal of Medical Informatics & Technologies; 2007, 11; 171-176
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Empirical Bayesian averaging method and its application to noise reduction in ECG signal
    Autorzy:
    Momot, A.
    Momot, M.
    Łęski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/333575.pdf
    Data publikacji:
    2006
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    sygnał EKG
    średnia ważona
    wnioskowanie bayesowskie
    ECG signal
    weighted averaging
    Bayesian inference
    Opis:
    An electrocardiogram (ECG) is the prime tool in non-invasive cardiac electrophysiology and has a prime function in the screening and diagnosis of cardiovascular diseases. However one of the greatest problems is that usually recording an electrical activity of the heart is performed in the presence of noise. The paper presents empirical Bayesian approach to problem of signal averaging which is commonly used to extract a useful signal distorted by a noise. The averaging is especially useful for biomedical signal such as ECG signal, where the spectra of the signal and noise significantly overlap. In reality the variability of noise can be observed, with power from cycle to cycle, which is motivation for weighted averaging methods usage. It is demonstrated that by exploiting a probabilistic Bayesian learning framework, it can be derived accurate prediction models offering significant additional advantage, namely automatic estimation of 'nuisance' parameters. Performance of the new method is experimentally compared to the traditional averaging by using arithmetic mean and weighted averaging method based on criterion function minimization.
    Źródło:
    Journal of Medical Informatics & Technologies; 2006, 10; 93-101
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The Fuzzy Relevance Vector Machine and its application to noise reduction in ECG signal
    Autorzy:
    Momot, A.
    Momot, M.
    Łęski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/333828.pdf
    Data publikacji:
    2005
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    systemy rozmyte
    wnioskowanie bayesowskie
    sygnał EKG
    fuzzy systems
    Bayesian inference
    ECG signal
    Opis:
    The paper presents new method called the Fuzzy Relevance Vector Machine (FRVM), a modification of the relevance vector machine, introduced by M. Tipping, applied to learning Takagi-Sugeno-Kang (TSK) fuzzy system. Moreover it describes application of the FRVM to noise reduction in ECG signal. The results of the process are compared to those obtained using both Least Squares method for learning output functions in TSK rules and commonly used method using a low-pass moving average filter.
    Źródło:
    Journal of Medical Informatics & Technologies; 2005, 9; 99-105
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Weighted averaging of ECG signals based on partition of input set in time domain
    Autorzy:
    Momot, A.
    Momot, M.
    Łęski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/333836.pdf
    Data publikacji:
    2007
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    sygnał EKG
    ważone uśrednianie
    redukcja hałasu
    ECG signal
    weighted averaging
    noise reduction
    Opis:
    The paper presents new approach to problem of signal averaging which is commonly used to extract a useful signal distorted by a noise. The averaging is especially useful for biomedical signal such as ECG signal, where the spectra of the signal and noise significantly overlap. In reality can be observed variability of noise power from cycle to cycle which is motivation for using methods of weighted averaging. Performance of the new method, based on partition of input set in time domain and criterion function minimization, is experimentally compared with the traditional averaging by using arithmetic mean, weighted averaging method based on empirical Bayesian approach and weighted averaging method based on criterion function minimization.
    Źródło:
    Journal of Medical Informatics & Technologies; 2007, 11; 165-170
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Congestive heart failure detection based on Electrocardiomatrix Method with ECG Signal
    Autorzy:
    Rao, B. Mohan
    Kumar, Aman
    Powiązania:
    https://bibliotekanauki.pl/articles/38703034.pdf
    Data publikacji:
    2023
    Wydawca:
    Instytut Podstawowych Problemów Techniki PAN
    Tematy:
    electrocardiomatrix
    ECG signal
    congestive heart failure
    elektrokardiomatrix
    sygnał EKG
    zastoinowa niewydolność serca
    Opis:
    Congestive heart failure (CHF) is a prevalent, expensive to treat, and dangerous disease inwhich the pumping capacity of the heart muscle is reduced due to injury or stress. It causesmajor medical problems in humans and contribute to many diseases, thus increasing themortality rate. In a world with a growing population, there is a need for more precise andsimpler approaches to detect such conditions, which can prevent many diseases and lead toa lower mortality rate. The main goal here is to use electrocardiomatrix (ECM) approachto perform the task of detecting CHF. It is detected quickly and accurately with thisapproach, as ECM converts 2D electrocardiogram (ECG) data into a 3D-colored matrix.The approach is tested using ECG readings from the Beth Israel Deaconess Medical Center(BIDMC) CHF Database on the Internet (Physionet.org). The ECM outcomes of are thencompared to manual readings of ECG data. The ECM results achieved the accuracy of96.89%, the sensitivity of 97.53%, the precision of 99.1%, the F1-score of 97.76%, and thespecificity of 96.02% for CHF. This research shows that the ECM approach is a good wayfor machines and practitioners to interpret long-term ECG readings while maintainingaccuracy.
    Źródło:
    Computer Assisted Methods in Engineering and Science; 2023, 30, 3; 291-304
    2299-3649
    Pojawia się w:
    Computer Assisted Methods in Engineering and Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An application of the Lp-norm in robust weighted averaging of biomedical signals
    Autorzy:
    Pander, T.
    Przybyła, T.
    Czabański, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/333017.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    robust weighted averaging
    Lp-norm
    ECG signal
    solidna uśredniania ważona
    Lp-norma
    sygnał EKG
    Opis:
    Averaging is one of the basic methods of statistical analysis of experimental data where the response of the system is periodic or quasi-periodic. As long as the noise are Gaussian, the standard averaging leads to good results and effective noise reduction. However, when the distortions have impulsive nature, then such an approach leads to a deterioration of the system. In this case the robust methods should be applied which are characterized by resistance to a statistical sample spoken. In this work a robust averaging method based on the minimization of a scalar criterion function using a Lp-norm functions are presented. The effectiveness of the proposed method was tested in an averaging periods aligned ECG signal cycles in the presence of impulse noise.
    Źródło:
    Journal of Medical Informatics & Technologies; 2013, 22; 71-78
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza czasowo-częstotliwościowa sygnału EKG
    Time-frequency analysis of ECG signal
    Autorzy:
    Pieniężny, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/208548.pdf
    Data publikacji:
    2009
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    analiza czasowo-częstotliwościowa
    sygnał EKG
    analiza sygnałów biomedycznych
    time-frequency analysis
    ECG signal
    biomedical signals - analysis
    Opis:
    Sygnały biomedyczne stanowią bardzo szczególną klasę sygnałów zarówno ze względu na ich strukturę, jak i szczególne podejście do ich analizy. Są one sygnałami niestacjonarnymi. Podstawowe metody analizy tego typu sygnałów obejmują analizę czasową i częstotliwościową, realizowane rozdzielnie. Rozdzielność analizy czasowej i częstotliwościowej sygnałów biomedycznych nie pozwala na pełną diagnozę z uwagi na zmienność ich struktury częstotliwościowej w czasie. Artykuł przedstawia pewne wyniki czasowo-częstotliwościowej analizy sygnału EKG.
    Biomedical signals are specific type of signals due to their structure and specific approach to their analysis. They are usually non-stationary signals. Basic methods of analysis include time and frequency analyses performed separately. Frequency structure of biomedical signals varies in time so, patient diagnose could be better when time-frequency analysis concept will be applied. The paper presents some results of time-frequency analysis of ECG signal.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2009, 58, 1; 269-279
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Methods of extracting electrocardiograms from electronic signals and images in the Python environment
    Autorzy:
    Zholmagambetova, Bakhytgul
    Mazakov, Talgat
    Jomartova, Sholpan
    Izat, Adilzhan
    Bibalayev, Olzhas
    Powiązania:
    https://bibliotekanauki.pl/articles/328664.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    ECG signal
    MIT/BIH
    Python
    image processing
    one-dimensional array
    OpenCV
    Matplotlib
    NumPy
    sygnał EKG
    przetwarzanie obrazu
    Opis:
    High-quality signal processing of an electrocardiogram (ECG) is an urgent problem in present day diagnostics for revealing dangerous signs of cardiovascular diseases and arrhythmias in patients. The used methods and programs of signal analysis and classification work with the arrays of points for mathematical modeling that must be extracted from an image or recording of an electrocardiogram. The aim of this work is developing a method of extracting images of ECG signals into a one-dimensional array. An algorithm is proposed based on sequential color processing operations and improving the image quality, masking and building a one-dimensional array of points using Python tools and libraries with open access. The results of testing samples from the ECG database and comparing images before and after processing show that the signal extraction accuracy is approximately 95 %. In addition, the presented application design is simple and easy to use. The proposed program for analyzing and processing the ECG data has a great potential in the future for the development of more complex software applications for automatic analyzing the data and determining arrhythmias or other pathologies.
    Źródło:
    Diagnostyka; 2020, 21, 3; 95-101
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Heart work analysis by means of recurrence-based methods
    Zastosowanie metody diagramów rekurencyjnych w diagnostyce i klasyfikacji chorób serca
    Autorzy:
    Iwaniec, J.
    Iwaniec, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/327372.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    ECG signal
    heart work
    cardiovascular dysfunctions
    recurrence plots
    RQA analysis
    sygnał EKG
    cykl pracy serca
    zaburzenia rytmu serca
    metoda diagramów rekurencyjnych
    analiza RQA
    Opis:
    Currently, for the purposes of recorded ECG signals (electrocardiograms) interpretation, the classical methods involving analysis of geometrical properties of the recorded waveforms in time domain are used. Such an analysis consists in determining the values of parameters describing the heart rate and rhythm. However, these indicators can not be treated as an infallible criterion for diagnosis and, moreover, the limits of increasing the accuracy of ECG analysis by increasing the accuracy of determining its characteristic points have already been reached. Therefore, in the paper, for the purposes of analysis of registered ECG signals and acoustical recordings of heart work, it is proposed to use the recurrence plots and RQA analysis methods that consist in searching for the recurrence properties of the registered signals. Application of the recurrence-based methods is natural due to the cyclic character of the heart work while providing patterns characteristic for different cardiac dysfunctions supported by objective, quantitative measures will contribute to early, credible and reliable classification of cardiovascular dysfunction.
    Obecnie, do analizy zarejestrowanych sygnałów EKG, wykorzystywane są metody detekcji punktów charakterystycznych, czyli metody badania własności geometrycznych analizowanych sygnałów w dziedzinie czasu. Jednak wyznaczone parametry opisujące zmienność rytmu serca nie są niezawodnym kryterium rozpoznania choroby. Z tego względu, w artykule, do analizy zarejestrowanych sygnałów EKG zaproponowano łączne zastosowanie metod klasycznych (obecnie stosowanych metod badania własności geometrycznych EKG) oraz metod diagramów rekurencyjnych (RP) i analizy RQA, polegających na badaniu rekurencyjności trajektorii fazowych badanych układów. Zastosowanie metod badania własności rekurencyjnych do analizy sygnałów EKG jest naturalne ze względu na cykliczny charakter pracy serca, natomiast określenie cech dystynktywnych charakterystycznych dla różnych chorób serca przyczynia się do zwiększenia wiarygodności a także niezawodności diagnostyki i klasyfikacji chorób serca.
    Źródło:
    Diagnostyka; 2017, 18, 4; 89-96
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-9 z 9

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies