PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Detecting QRS complex and classifying endogenous rhythms in pacemaker ECG signals

Autorzy
Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
PL
Detekcja zespołu QRS i klasyfikacja rytmu endogennego w stymulatorowych sygnałach EKG
Języki publikacji
EN
Abstrakty
EN
This article presents the problem of detection and classification of QRS complexes with electrocardiography signals coming from patients with implanted cardiac pacemaker. Special attention was focused on the use of wavelet - neural networks in above mentioned subject matter of investigation. Efficiency of detection of QRS complex was examined by algorithms working in time domain. During the investigation a lot of attention was paid to good selection of level decomposition, good choice of detection threshold as well as choice of wavelet transformation.
PL
W artykule przedstawiono problem detekcji i klasyfikacji zespołu QRS w elektrokardiogramie pochodzącym od pacjenta z wszczepionym stymulatorem serca. Skupiono uwagę na zastosowaniu kombinacji obliczeniowej: przekształcenie falkowe - sieć neuronowa jako metody analizy. Zwrócono specjalną uwagę na dobry wybór poziomu dekompozycji, progu detekcji, jak również na wybór transformacji falkowej.
Rocznik
Strony
157--160
Opis fizyczny
Bibliogr. 12 poz., tab., wykr.
Twórcy
autor
autor
  • Technical University of Lodz
Bibliografia
  • [1] Duraj A., Krawczyk A., Kozluk E., Kumor M., Zastosowanie przekształcenia falkowego do detekcji zespołu QRS, Przegląd Elektrotechniczny, Nr 1, 2005, str. 72 - 76.
  • [2] Duraj A., Krawczyk A., Kozluk E., Kumor M., Sadowiski J., The application of Wavelet Transforms to Detection and Identification of QRS, Folia Cardiologica, torn 12, Supplement D, 2005, pp. 390 - 393.
  • [3] Duraj A., Krawczyk A., Zastosowanie sieci falkowo - neuronowej do detekcji zespołu QRS, Materiały XIV Krajowej Konferencji Naukowej Biocybernetyka i Inżynieria Biomedyczna, Tom II, 2005, str. 947 - 953.
  • [4] Duraj A., Krawczyk A., Kumor M., Detekcja zespołu QRS przy zastosowaniu sieci falkowo - neuronowych. Przegląd Elektrotechniczny, nr 12, 2005.
  • [5] Zhang Q., i Benvenist A., Wavelet Networks, IEEE Trans. On Neural Networks, vol. 3, No 6, November 1992. pp.889-898.
  • [6] Augustyniak P., Przetwarzanie sygnałów elektrodiagnostycznych, Wydawnictwo Naukowo Dydaktyczne AGH, Kraków 2001.
  • [7] Augustyniak P., Transformacje falkowe w zastosowaniach elektrodiagnostycznych, Uczelniane Wydawnictwa Naukowo - Dydaktyczne AGH, Kraków 2003.
  • [8] Wrześniowski A., Nowa metoda klasyfikacji ewolucji serca dla potrzeb badań holterowskich, Rozprawa Doktorska, Politechnika Śląska w Gliwicach, Wydział- Automatyki, Elektroniki i Informatyki, Gliwice 2002.
  • [9] Weymaere N., Martens J., On the initialization anc optimization of multilayer perceptron, IEEE Translation or Neural Network, 1994, Vol. 5, pp. 738 - 751.
  • [10] Tadeusiewicz R., Wstęp do informatyki, AGH Uczelniane Wydawnictwa Naukowo - Dydaktyczne, Kraków, 1997
  • [11] Lewenstein K., Modele sztucznych sieci neuronowych do oceny testów wysiłkowych stosowanych w diagnostyce choroby wieńcowej, Oficyna Wydawnicza Politechniki Warszawskiej, Prace Naukowe, Elektronika, z. 14C Warszawa 2002.
  • [12] Nałęcz M. (red.), Biocybernetyka i inżynieria biomedyczna, Tom 6, Sieci neuronowe, WNT, Warszawa 2000, str. 73-110.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BPOK-0016-0010
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.