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 "ECG signal" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 20
Tytuł:
Estymator jakości sygnału EKG oparty na ważonych istotnością różnicach parametrów diagnostycznych
Estimate of the ECG signal quality based on relevance-weighted differences of diagnostic parameters
Autorzy:
Augustyniak, P.
Powiązania:
https://bibliotekanauki.pl/articles/261401.pdf
Data publikacji:
2008
Wydawca:
Politechnika Wrocławska. Wydział Podstawowych Problemów Techniki. Katedra Inżynierii Biomedycznej
Tematy:
zniekształcenia sygnału
kompresja sygnału
rezultat diagnostyczny
czynnik ludzki
signal distortion
data compression
ECG
diagnostic result
human factor
Opis:
Jakość sygnału elektrofizjologicznego ma fundamentalne znaczenie dla poprawnej diagnostyki. W przeszłości często stosowane algorytmy kompresji sygnału EKG prowadziły do tak znacznych zniekształceń, że zakazano stosowania kompresji w badaniach klinicznych. Obecnie metody te są znacznie udoskonalone, ale wciąż brak obiektywnej oceny wprowadzanych zakłóceń. Prezentowany artykuł przedstawia propozycję współczynnika oceny jakości sygnału na podstawie różnic pomiędzy rezultatami przetwarzania sygnału oryginalnego i zmodyfikowanego, ważonych przez wartość istotności diagnostycznej każdego parametru w zależności od stanu chorego. Pomysł ten naśladuje postępowanie kardiologa, który w zależności od hipotezy diagnostycznej zwraca szczególną uwagę na pewne wybrane parametry. Wartości tych parametrów powinny być dokładnie wyliczane.
The quality of electrophysiological signal is of primary importance for proper diagnosis. Early ECG compression algorithms led to considerable distortions, in consequence the compression was not accepted in clinical practice. Currently, compression methods have been significantly improved, however the objective method of distortion assessment has not been proposed. This paper presents new approach to ECG signal analysis based on differences between diagnostic parameters calculated from original and modified signal. These differences are weighted by the value of normalized relevance, reflecting also the patient status. This idea follows cardiologist preferences, since - depending on the diagnostic hypothesis - the physician considers certain parameters as most important. These values, considered as the most relevant, should be calculated most accurately.
Źródło:
Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna; 2008, 14, 3; 237-239
1234-5563
Pojawia się w:
Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna
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
Tytuł:
Comparison of methods for correcting outliers in ECG-based biometric identification
Autorzy:
Jun, Su
Szmajda, Miroslaw
Khoma, Volodymyr
Khoma, Yuriy
Sabodashko, Dmytro
Kochan, Orest
Wang, Jinfei
Powiązania:
https://bibliotekanauki.pl/articles/221531.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
Euclidean distance
autoencoders
outlier correction
ECG signal
human identification
biometrics
Opis:
The aim of this paper is to compare the efficiency of various outlier correction methods for ECG signal processing in biometric applications. The main idea is to correct anomalies in various segments of ECG waveform rather than skipping a corrupted ECG heartbeat in order to achieve better statistics. Experiments were performed using a self-collected Lviv Biometric Dataset. This database contains over 1400 records for 95 unique persons. The baseline identification accuracy without any correction is around 86%. After applying the outlier correction the results were improved up to 98% for autoencoder based algorithms and up to 97.1% for sliding Euclidean window. Adding outlier correction stage in the biometric identification process results in increased processing time (up to 20%), however, it is not critical in the most use-cases.
Źródło:
Metrology and Measurement Systems; 2020, 27, 3; 387-398
0860-8229
Pojawia się w:
Metrology and Measurement Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Constant Q-transform-based deep learning architecture for detection of obstructive sleep apnea
Autorzy:
Kandukuri, Usha Rani
Prakash, Allam Jaya
Patro, Kiran Kumar
Neelapu, Bala Chakravarthy
Tadeusiewicz, Ryszard
Pławiak, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/24200694.pdf
Data publikacji:
2023
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
sleep apnea
convolutional neural network
constant Q-transform
deep learning
single lead ECG signal
non apnea
obstructive sleep apnea
bezdech senny
sieć neuronowa konwolucyjna
uczenie głębokie
sygnał EKG
obturacyjny bezdech senny
Opis:
Obstructive sleep apnea (OSA) is a long-term sleep disorder that causes temporary disruption in breathing while sleeping. Polysomnography (PSG) is the technique for monitoring different signals during the patient’s sleep cycle, including electroencephalogram (EEG), electromyography (EMG), electrocardiogram (ECG), and oxygen saturation (SpO2). Due to the high cost and inconvenience of polysomnography, the usefulness of ECG signals in detecting OSA is explored in this work, which proposes a two-dimensional convolutional neural network (2D-CNN) model for detecting OSA using ECG signals. A publicly available apnea ECG database from PhysioNet is used for experimentation. Further, a constant Q-transform (CQT) is applied for segmentation, filtering, and conversion of ECG beats into images. The proposed CNN model demonstrates an average accuracy, sensitivity and specificity of 91.34%, 90.68% and 90.70%, respectively. The findings obtained using the proposed approach are comparable to those of many other existing methods for automatic detection of OSA.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2023, 33, 3; 493--506
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Comparing methods of ECG respiration signals derivation based on measuring the amplitude of QRS complexes
Autorzy:
Kikta, A.
Augustyniak, P.
Powiązania:
https://bibliotekanauki.pl/articles/333821.pdf
Data publikacji:
2007
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
EKG
sygnał oddechowy
wykrywanie bezdechu
ECG
EDR
respiratory signal
apnea detection
Opis:
This paper presents the study of algorithms for derivation of respiration waveform from the electrocardiogram. The problem has considerable clinical impact, because the heart rate and respiration are both driven by the central nervous system, and commonly used low-cost Holter recording may be used for efficient detection of breath disturbances (e.g. apnea). Three methods based on: heart rate, heart position and lung resistance influencing the ECG amplitude were compared in our research. Among 18 volunteers breathing at a controlled frequency all implemented algorithms show acceptable sensitivity of order of 97% in slow breathing phases detection. In fast breathing the sensitivity is reduced to 90%, since the heart beats are too sparse with regard of respiration waveform.
Źródło:
Journal of Medical Informatics & Technologies; 2007, 11; 155-163
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Digital signal processing in ECG recorder with python-based software
Autorzy:
Kosiński, W.
Owczarek, A.
Jarocki, B.
Momot, M.
Płaczek, M.
Zegartowski, G.
Gacek, A.
Powiązania:
https://bibliotekanauki.pl/articles/333978.pdf
Data publikacji:
2003
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
elektrokardiografia
urządzenie rejestrujące EKG
detekcja QRS
cyfrowe przetwarzanie sygnału
język programowania Python
electrocardiography
ECG recorder
QRS detection
digital signal processing
Python language
Linux
open source
Opis:
The aim of the paper is to present the possibilities and the advantages of using open source solution like Python and Linux in medical application development. An implementation of the QRS detection and classification is described as an example of integration of C++ and DSP toolkit in a Python application.
Źródło:
Journal of Medical Informatics & Technologies; 2003, 6; IT61-68
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A preliminary study of the utilization of a low resolution ECG signal from handheld ECG monitor
Autorzy:
Kostorz, I.
Kowalski, W.
Ludwig, Z.
Zając, J.
Piasecki, A.
Socha, M.
Górka, W.
Powiązania:
https://bibliotekanauki.pl/articles/332853.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
ECG signal analysis
low resolution signals
handheld monitor
telemedicine
analiza sygnału EKG
sygnały o niskiej rozdzielczości
monitor przenośny
telemedycyna
Opis:
The paper presents the preliminary study of the utilization of a low resolution ECG signal analysis. The analysis was performed on the signals obtained from a hand-held ECG monitor usually used in primary health care. The aim. The main aim of the study was a registration of series of data by volunteers within couple of months and determination of signal quality and main ECG parameters as follows: Q, R, S waves, QRS duration as well as the end of PQ and the beginning of ST segment. Additionally, the heart rate variability was determined. Materials and methods. The data was registered by 12 volunteers aged from 35 to 55. The ECG tests were carried out for 7 months. The sample rate of the signal was 100 Hz. To determine the ECG parameters the signal processing and statistical methods was used. Results. The sensitivity of the following ECG parameters were: R wave detection - 99,2 %, Q wave detection - 99,1 %, S wave detection - 99,0 %, QRS duration - 99,2 % respectively.
Źródło:
Journal of Medical Informatics & Technologies; 2015, 24; 191-198
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Using the dsPIC microcontroller for ECG QRS complex interpretation
Badanie i interpretacja zespołu ECG-QRS w układzie mikrokontrolera dsPIC
Autorzy:
Kurtynik, P.
Borowik, B.
Powiązania:
https://bibliotekanauki.pl/articles/157362.pdf
Data publikacji:
2010
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
mikrokontroler
PIC micro
QRS
EKG
DSP
cardiac signal
microcontroller
ECG
PICmicro
Opis:
The paper provides a QRS descriptive analysis of the ECG plots obtained from a Digital Signal Processing circuitry. In the considered here project there has been used a high performance DSP 16-bit microcontroller of the dsPIC33F family. Its capabilities comprise of digital signal filtering and processing. The authors have attempted to provide here a descriptive analysis of the ECG tracing, especially of the QRS complex. At the beginning the analog data from ECG electrodes has been converted into a digital form for further DSP processing. In the next step data has been sent through the SPI bus to the mass storage device, such as the removable Flash-based media card for further analysis. For a practical reason a versatile SD card has been used.
W pracy przedstawiono zastosowanie układu przetwarzania sygnałów do badania zespołu QRS, przy interpretacji danych EKG. Zespół QRS odzwierciedla elektryczno-impulsową aktywność serca. Reprezentuje on pobudzenie, czyli depolaryzację komór serca. Ma on także szerokie widmo częstotliwości. Celowe staje się tu zastosowanie procesora sygnałowego DSP, pozwalającego na przetwarzanie sygnałów. Charakterystyka i kształt zespołu QRS dają najwięcej informacji o pracy serca. Analizę QRS w dziedzinie częstotliwości przeprowadza się za pomocą specyfikowanego modułu mikrokontrolera: DSP Engine do przetwarzania sygnałów, w którym wykorzystywany jest specjalny zestaw instrukcji DSP Instruction Set. Znajduje tu zastosowanie dyskretne przekształcenie Fouriera DFT. Do analizy zespołu QRS wykorzystana jest także funkcja autokorelacji. Przy analizie częstotliwości sygnału wykorzystywany jest kolejno fragment QRS w oparciu o funkcję okna, znajdującą się w programie.
Źródło:
Pomiary Automatyka Kontrola; 2010, R. 56, nr 3, 3; 259-261
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
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:
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:
R peak determination using a WDFR algorithm and Adaptive threshold
Autorzy:
Nguyen, Thanh-Nghia
Nguyen, Thanh-Hai
Ngo, Ba-Viet
Powiązania:
https://bibliotekanauki.pl/articles/38437166.pdf
Data publikacji:
2022
Wydawca:
Polskie Towarzystwo Promocji Wiedzy
Tematy:
ECG signal
wavelet transforms
WDFR algorithm
R peak determination
adaptive threshold
Opis:
The determination of the R peak position in the ECG signal helps physicians not only to know the heart rate per minute, but also to monitor the patient’s health related to heart disease. This paper proposes a system to accurately determine the R peak position in the ECG signal. The system consists of a pre-processing block for filtering out noise using a WDFR algorithm and highlighting the amplitude of the R peak and a threshold value is calculated for determining the R peak. In this research, the MIT-BIH ECG dataset with 48 records are used for evaluation of the system. The results of the SEN, +P, DER and ACC parameters related to the system quality are 99.70%, 99.59%, 0.70% and 99.31%, respectively. The obtained performance of the proposed R peak position determination system is very high and can be applied to determine the R peak of the ECG signal measuring devices in practice.
Źródło:
Applied Computer Science; 2022, 18, 3; 19-30
1895-3735
2353-6977
Pojawia się w:
Applied Computer 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
Wyświetlanie 1-15 z 20

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