Поиск по каталогу |
(строгое соответствие)
|
- Профессиональная
- Научно-популярная
- Художественная
- Публицистика
- Детская
- Искусство
- Хобби, семья, дом
- Спорт
- Путеводители
- Блокноты, тетради, открытки
Arrhythmia Detection Using machine Learning Techniques.
В наличии
Местонахождение: Алматы | Состояние экземпляра: новый |
Бумажная
версия
версия
Автор: Raghu Nanjundegowda,Manjunatha K. N. and Kiran B.
ISBN: 9783659525759
Год издания: 2019
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 96
Издательство: LAP LAMBERT Academic Publishing
Цена: 31747 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли экономики:Код товара: 229777
Способы доставки в город Алматы * комплектация (срок до отгрузки) не более 2 рабочих дней |
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK) |
Курьерская доставка CDEK из города Москва |
Доставка Почтой России из города Москва |
Аннотация: One of the most powerful facilities for determining the condition of the heart is the Electrocardiogram (ECG). Automatic heart abnormality identification technique detects the several abnormalities or arrhythmia and decreases the physician’s workload thereby reducing their workload. The ECG analysis focuses on improving the accuracy levels and classification of all possible heart diseases. The prevailing techniques of arrhythmia identification are based on certain transformation techniques such as the morphological features and others which are marginally successful in the identification of arrhythmia, due to the consideration of heart as a linear structure. This research study explores the use of Hybrid features of Twave in ECG and assesses it employing the MIT-BIH arrhythmia dataset. The prospective methodology comprises of two major steps: feature extraction and classification.
Ключевые слова: Auto regressive method, Burgs method, Deep Neural Network, Differential Entropy, electrocardiogram, Peak-magnitude root mean square ratio, Yule walker
Похожие издания
Сферы деятельности: Предпринимательская деятельность -> Менеджмент Sanjay Sanamdikar,Satish Hamde and Vinayak Asutkar Arrhythmia Detection by using Generative Adversarial Network Method. Analysis and Interpretation of Arrhythmia. 1905 г., 164 стр., мягкий переплет This book explains how a deep generative adversarial network built on a large dataset may detect arrhythmias more accurately than physicians. Furthermore, feature extraction has traditionally been seen as an essential component of electrocardiogram arrhythmia classification The purpose of this research is to examine ECG arrhythmia classification... | 46262 тг |