Andere Kunden interessierten sich auch für
![Diagnostic des maladies cardiaques à partir de l'électrocardiogramme]( "Diagnostic des maladies cardiaques à partir de l'électrocardiogramme")
Diagnostic des maladies cardiaques à partir de l'électrocardiogramme30,99 €![Redes Neurais Artificiais no Diagnóstico de Doença Renal Crônica]( "Redes Neurais Artificiais no Diagnóstico de Doença Renal Crônica")
Redes Neurais Artificiais no Diagnóstico de Doença Renal Crônica23,99 €![Diagnosi di malattie cardiache dall'elettrocardiogramma]( "Diagnosi di malattie cardiache dall'elettrocardiogramma")
Diagnosi di malattie cardiache dall'elettrocardiogramma30,99 €![Método de afinação para a aprendizagem profunda]( "Método de afinação para a aprendizagem profunda")
Método de afinação para a aprendizagem profunda29,99 €![Recuperação de informação a partir de bases de dados]( "Recuperação de informação a partir de bases de dados")
Recuperação de informação a partir de bases de dados23,99 €![Uma técnica de agrupamento hierárquico eficiente para o diagnóstico médico]( "Uma técnica de agrupamento hierárquico eficiente para o diagnóstico médico")
Uma técnica de agrupamento hierárquico eficiente para o diagnóstico médico23,99 €![Inteligência Artificial em Problemas de Diagnóstico e Monitorização]( "Inteligência Artificial em Problemas de Diagnóstico e Monitorização")
Inteligência Artificial em Problemas de Diagnóstico e Monitorização20,99 €
A classificação dos sinais de ECG de forma manual ou tradicional é uma área que pode ser melhorada através de um sistema de classificação automatizado dos sinais de ECG. Neste trabalho, é introduzido um sistema de software de diagnóstico assistido por computador (CAD) melhorado para a classificação automática de sinais de ECG cardíaco. Para efeitos deste estudo, foram utilizados 480 sinais de ECG da base de dados de arritmias do MIT-BIH; esses sinais incluem 96 sinais de ECG normais e 384 sinais de ECG anómalos pertencentes a quatro tipos de anomalias cardíacas, nomeadamente, acoplamento ventricular, taquicardia ventricular, bigeminia ventricular e fibrilhação ventricular, tendo cada um desses tipos 96 sinais de ECG. Em seguida, procedeu-se à reamostragem de todos os sinais a 360 amostras por segundo, com exceção dos sinais de FV, que foram reamostrados a 250 amostras por segundo. Depois disso, foi aplicado um processo iterativo de extração de características com a ajuda da aplicação Classification Learner App existente no MATLAB.