Технологии распознавания образов поздних потенциалов предсердий: подходы к классификации
##plugins.themes.bootstrap3.article.main##
Аннотация
В данной статье задача распознавания образов поздних потенциалов предсердий (ППП) решается путем формирования признаков в базисе собственных екторов. Матрица ковариаций формируется для ансамбля вейвлет-коэффициентов детализации, полученных при многоуровневом вейвлетразложении электрокардиосигналов (ЭКС). Приводятся результаты кластерного анализа при модельном эксперименте по классификации кардиоциклов различных пациентов с наличием и отсутствием ППП на фоне шума.
##plugins.themes.bootstrap3.article.details##
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Авторы, публикующиеся в данном журнале, соглашаются со следующими условиями:- Авторы сохраняют за собой права на авторство своей работы и предоставляют журналу право первой публикации этой работы на условиях лицензии Creative Commons Attribution License, которая позволяет другим лицам свободно распространять опубликованную работу с обязательной ссылокой на авторов оригинальной работы и оригинальную публикацию в этом журнале.
- Авторы сохраняют право заключать отдельные договора на неэксклюзивное распространение работы в том виде, в котором она была опубликована этим журналом (например, размещать работу в электронном архиве учреждения или публиковать в составе монографии), с условием сохраниения ссылки на оригинальную публикацию в этом журнале.
- Политика журнала разрешает и поощряет размещение авторами в сети Интернет (например в институтском хранилище или на персональном сайте) рукописи работы как до ее подачи в редакцию, так и во время ее редакционной обработки, так как это способствует продуктивной научной дискуссии и положительно сказывается на оперативности и динамике цитирования статьи (см. The Effect of Open Access).
Библиографические ссылки
S. Gracheva, G. Ivanova, and A. Syrkina, New methods of electrocardiography, M.: Technosfera, 2007, p. 552.
V. Kovalenko, Guide to cardiology, K.: Morion, 2008, p. 1404.
K. Zaichenko, O. Zharinov, and A. Kulin, Reception and processing of bioelectric signals, St. Petersburg: RIO GUAP, 2001, p. 140.
E. Ivanko, N. Ivanushkina, and Y. Synekop, “Multilevel analysis of electrocardiogramsfor detection of late atrial potentials”, Electronics and communication, no. 4-5, pp. 160–164, 2009.
N. Ivanushkina and E. Ivanko, “Technologiespattern recognition of late potentialsatrial: the formation of signs”, Electronics and communications, vol. 58, no. 5, pp. 177–184, 2010.
K. Ivanko, “Ivanushkina N.G. Complexmethod of revealing psychic potentialsatrial on the basis of the analysis of internalsubspace wavelet-imageselectrocardiosignals”, Science news, no. 6, pp. 11–18, Jan. 2010.
E. Ivanko, N. Ivanushkina, and Y. Prokopenko, “Process Modelingoccurrence of wave circulationexcitation in the myocardium”, Controllingsystems and machines, no. 3, pp. 36–41, 2009.
N. Smolentsev, Fundamentals of the theory of wavelets.Wavelets in MATLAB, M.: DMK Press, 2008, p. 448.
F. Castells, “Morphological descriptors based on Eigen value decomposition for P-wave analysis”, in 2008 Computers in Cardiology, Bologna, Italy, 2008, pp. 245–248. DOI:10.1109/CIC.2008.4749023
T. Tu J and R. Gonzalez, Principles of pattern recognition, M.: Mir, 1978, p. 411.
