Diagnóstico de enfermedades cardiacas a partir del electrocardiograma
Utilizando MATLAB Classification Learner App
Versandkostenfrei!
Versandfertig in 1-2 Wochen
30,99 €
inkl. MwSt.
PAYBACK Punkte
15 °P sammeln!
La clasificación de señales de ECG de forma manual o tradicional es un área que podría mejorarse disponiendo de un sistema de clasificación automatizada de señales de ECG. En este trabajo, se presenta un sistema de software mejorado de diagnóstico asistido por ordenador (CAD) para la clasificación automatizada de señales de ECG cardiacas. Para este estudio, se tomaron 480 señales de ECG de la base de datos de arritmias del MIT-BIH; estas señales incluían 96 señales de ECG normales y 384 señales de ECG anormales pertenecientes a cuatro tipos de anomalías cardiacas, a saber, empar...
La clasificación de señales de ECG de forma manual o tradicional es un área que podría mejorarse disponiendo de un sistema de clasificación automatizada de señales de ECG. En este trabajo, se presenta un sistema de software mejorado de diagnóstico asistido por ordenador (CAD) para la clasificación automatizada de señales de ECG cardiacas. Para este estudio, se tomaron 480 señales de ECG de la base de datos de arritmias del MIT-BIH; estas señales incluían 96 señales de ECG normales y 384 señales de ECG anormales pertenecientes a cuatro tipos de anomalías cardiacas, a saber, emparejamiento ventricular, taquicardia ventricular, bigeminismo ventricular y fibrilación ventricular, y cada uno de estos tipos tenía 96 señales de ECG. A continuación, todas las señales se han remuestreado a 360 muestras por segundo, excepto las señales de fibrilación ventricular, que se han remuestreado a 250 muestras por segundo. A continuación, se ha aplicado un proceso iterativo de extracción de características con la ayuda de la aplicación Classification Learner de MATLAB.
Andere Kunden interessierten sich für
