Ваш любимый книжный интернет-магазин
Перейти на
GlavKniga.SU
Ваш город: Алматы
Ваше местоположение – Алматы
 Да 
От вашего выбора зависит время и стоимость доставки
Корзина: пуста
Авторизация 
  Логин
  
  Пароль
  
Регистрация  Забыли пароль?

Поиск по каталогу 
(строгое соответствие)
ISBN
Фраза в названии или аннотации
Автор
Язык книги
Год издания
с по
Электронный носитель
Тип издания
Вид издания
Отрасли экономики
Отрасли знаний
Сферы деятельности
Надотраслевые технологии
Разделы каталога
худ. литературы

Correlations of Respiratory and Denoised ECGs via Signal Decomposition.

В наличии
Местонахождение: АлматыСостояние экземпляра: новый
Бумажная
версия
Автор: Ahmed Elfiky
ISBN: 9783330334946
Год издания: 2019
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 160
Издательство: LAP LAMBERT Academic Publishing
Цена: 42249 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли знаний:
Код товара: 504001
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: Recently Electrocardiogram (ECG) signals are being broadly used as an essential diagnosing tool in different clinical applications as they carry a reliable representation not only for cardiac activities, but also for other associated biological processes, like respiration. However, the process of recording and collecting them has usually suffered from the presence of some undesired noises, which in turn affects the reliability of such representations. Therefore, de-noising ECG signals became a hot research field for signal processing experts to ensure better and clear representation of the different cardiac activities. Given the nonlinear and non-stationary properties of ECGs, it is not a simple task to cancel the undesired noise terms without affecting the biological physics of them.
Ключевые слова: ecg, electrocardiogram, Empirical Mode decomposition, correlation, respiratory, lung, Volume, Pressure, Denoising