Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Przegląd Elektrotechniczny

Powiadomienia systemowe

Sesja wygasła!
Sesja wygasła!
Sesja wygasła!
Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: detection QRS complex

Sortuj według:

Ogranicz wyniki do:

Analiza komparatystyczna algorytmów detekcji zespołu QRS w sygnałach stymulatorowych

Duraj A., Krawczyk A.

Przegląd Elektrotechniczny

2008

R. 84, nr 1

72-76

W artykule dokonano porównania algorytmów detekcji zespołu QRS przy wykorzystaniu sygnałów elektrokardiograficznych pochodzących od pacjentów z wszczepionym układem stymulującym pracę serca. Wykorzystano algorytmy Friesena oraz algorytm zaproponowany przez autorów, będący połączeniem sieci neuronowych oraz przekształceń falkowych. Eksperymenty prowadzono dla 150 sygnałów o częstotliwości 128Hz udostępnionych przez Instytut Kardiologii w Warszawie.

This paper presents the problem of detection and classification of QRS complexes with electrocardiography signals coming from patients with implanted cardiac pacemakers. Efficiency of detection of QRS complex was examined by Friesen's algorithms and the algorithms developed by the authors, namely wavelet-neural onese. Experiments have been carried out on with 150 ECG signals taen from Institute of Cardiology, Warsaw.

Detekcja i identyfikacja zespołu QRS w sygnałach elektrokardiograficznych stymulatorowych

Duraj A., Krawczyk A.

Przegląd Elektrotechniczny

2006

R. 82, nr 12

38-41

W niniejszym opracowaniu proponujemy połączenie dwóch bardzo szybko rozwijających się dziedzin, a mianowicie sieci neuronowych oraz przekształceń falkowych. Nowa metoda sieci falkowo - neuronowej nie tylko wykrywa zespół QRS ale jednocześnie dokonuje jego klasyfikacji na rytm endogenny. Eksperymenty prowadzone były dla sygnałów elektrokardiograficznych pochodzących od pacjentów z wszczepionym układem stymulującym pracę serca. Testowano 150 sygnałów o częstotliwości 128Hz udostępnionych przez Instytut Kardiologii w Warszawie.

We described QRS detection method in our earlier works. Although results a lot of authors are good, problems detection still arise. These problems mostly arise at important parts of the signals to be classified due to massive and fast signal changes. On the other hand, noisy signals lead to false detection QRS. This article presents a new QRS detected method. We combine the wavelet transform and neural networks to develop a new method for detection QRS and classification of patient rhythm and rhythm descending from pacemaker. We distinguish two categories of methods. In the first one, the wavelet part is essentially decoupled from learning. A signal is decomposed on some wavelet and the wavelet coefficients are furnished to a neural network. In the second category, wavelet theory and neural networks are combined into a single method. The idea of using wavelets in neural networks has been proposed. We limit the scope of this article to the first category.