Побудова адаптованої вейвлет-функції виявлення пізніх потенціалів передсердь
Основний зміст сторінки статті
Анотація
У статті розглядається побудова нових вейвлет-функцій, адаптованих до проблеми ідентифікації пізніх потенціалів передсердь (ППП) сигнал-усередненої ЕКГ за допомогою безперервного вейвлетперетворення (НВП). Показано переваги застосування нових вейвлет-функцій у порівнянні зі стандартними вейвлетами при виявленні ППП.
Блок інформації про статтю
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
Посилання
E. Ivanko, N. Ivanushkina, and Y. Cinecope, “Multilevel analysis of electrocardiograms to identify late potentials atria”, Electronics and communications, no. 4-5, pp. 160–164, 2009.
N. Smolentsev, Fundamentals of wavelet theory. Wavelets in MATLAB, Moscow: DMK Press, 2008, p. 448.
M. Misiti, Y. Misiti, G. Oppenheim, and J. Poggi, Wavelets and their Applications, 1st ed. Wiley, 2007. DOI:10.1002/9780470612491
P. Addison, J. Walker, and R. Guido, “Time--frequency analysis of biosignals”, IEEE Engineering in Medicine and Biology Magazine, vol. 28, no. 5, pp. 14–29, Sep. 2009. DOI:10.1109/MEMB.2009.934244
H. Mesa, “Adapted Wavelets for Pattern Detection”, in Progress in Pattern Recognition, Image Analysis and Applications, Berlin, Heidelberg: Springer Berlin Heidelberg, 2005, pp. 933–944. DOI:10.1007/11578079_96
E. Sinyutin, “Selecting a wavelet function foroptimal representation of the ECG signal”, News of the Southern Federal University, no. 2, pp. 211–214, 2008.
E. Ivanko, N. Ivanushkina, and Y. Prokopenko, “Process Modelingoccurrence of excitation wave circulation in the myocardium”, Control systems andmachines, no. 3, pp. 36–41, 2009.
M. Akay, Time Frequency and Wavelets in Biomedical Signal Processing, IEEE, 1997. DOI:10.1109/9780470546697
