Temat: kardiologiczne - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Ageing and heart failure: a challenge for nursing care
Starzenie się i niewydolność serca: wyzwaniem dla opieki pielęgniarskiej
Autorzy:: Lambrinou, Ekaterini
Powiązania:: https://bibliotekanauki.pl/articles/470218.pdf
Data publikacji:: 2014
Wydawca:: Europejskie Centrum Kształcenia Podyplomowego
Tematy:: starzenie
schorzenia kardiologiczne
pielędniarstwo
aging
cardiac diseases
nursery
Opis:: Frequent hospital readmission and death are frequent among older HF patients. According to epidemiological data from USA and Europe, the mortality rates remain high despite current medical treatments, with a 5-year survival ranging from 50% to 70%. Ageing population and prolongation of life expectancy of patients with cardiovascular diseases lead to an increasing prevalence of heart failure (HF), posing a challenge for health professionals who have to respond to the needs and problems of a population with high prevalence of co-morbidities.
Źródło:: Współczesne Pielęgniarstwo i Ochrona Zdrowia; 2014, 1; 2-3
2084-4212
Pojawia się w:: Współczesne Pielęgniarstwo i Ochrona Zdrowia
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: A hybrid approach of a deep learning technique for real-time ECG beat detection
Autorzy:: Patro, Kiran Kumar
Prakash, Allam Jaya
Samantray, Saunak
Pławiak, Joanna
Tadeusiewicz, Ryszard
Pławiak, Paweł
Powiązania:: https://bibliotekanauki.pl/articles/2172118.pdf
Data publikacji:: 2022
Wydawca:: Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:: cardiac abnormalities
CAD
convolutional neural network
CNN
deep learning
ECG
electrocardiogram
supra ventricular ectopic beats
SVE
nieprawidłowości kardiologiczne
sieć neuronowa konwolucyjna
uczenie głębokie
EKG
elektrokardiogram
Opis:: This paper presents a new customized hybrid approach for early detection of cardiac abnormalities using an electrocardiogram (ECG). The ECG is a bio-electrical signal that helps monitor the heart’s electrical activity. It can provide health information about the normal and abnormal physiology of the heart. Early diagnosis of cardiac abnormalities is critical for cardiac patients to avoid stroke or sudden cardiac death. The main aim of this paper is to detect crucial beats that can damage the functioning of the heart. Initially, a modified Pan–Tompkins algorithm identifies the characteristic points, followed by heartbeat segmentation. Subsequently, a different hybrid deep convolutional neural network (CNN) is proposed to experiment on standard and real-time long-term ECG databases. This work successfully classifies several cardiac beat abnormalities such as supra-ventricular ectopic beats (SVE), ventricular beats (VE), intra-ventricular conduction disturbances beats (IVCD), and normal beats (N). The obtained classification results show a better accuracy of 99.28% with an F1 score of 99.24% with the MIT–BIH database and a descent accuracy of 99.12% with the real-time acquired database.
Źródło:: International Journal of Applied Mathematics and Computer Science; 2022, 32, 3; 455--465
1641-876X
2083-8492
Pojawia się w:: International Journal of Applied Mathematics and Computer Science
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "kardiologiczne" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język