Application of wavelet transform to extract and process diagnostic information from an ECG signal
Jazyk: | ruština |
---|---|
Rok vydání: | 2022 |
Předmět: |
machine learning
авÑомаÑиÑеÑÐºÐ°Ñ Ð¾Ð±ÑабоÑка и анализ ÐÐÐ automatic ECG processing and analysis extraction of diagnostic information from ECG извлеÑение диагноÑÑиÑеÑкой инÑоÑмаÑии из ÐÐРмаÑинное обÑÑение ECG filtering вейвлеÑ-пÑеобÑазование ÑилÑÑÑаÑÐ¸Ñ ÐÐÐ wavelet transform |
DOI: | 10.18720/spbpu/3/2022/vr/vr22-1023 |
Popis: | ÐÑоанализиÑÐ¾Ð²Ð°Ð½Ñ ÑовÑеменнÑй ÑпоÑÐ¾Ð±Ñ Ð¾Ð±ÑабоÑки и анализа ÐÐÐ. Ðаиболее ÑÑÑекÑивнÑм ÑпоÑобом обÑабоÑки и извлеÑÐµÐ½Ð¸Ñ Ð´Ð¸Ð°Ð³Ð½Ð¾ÑÑиÑеÑкой инÑоÑмаÑии ÑвлÑеÑÑÑ Ð¼ÐµÑод, оÑнованнÑй на Ð²ÐµÐ¹Ð²Ð»ÐµÑ Ð¿ÑеобÑазовании. ÐлаÑÑиÑикаÑÐ¸Ñ ÐÐРпÑоизводилаÑÑ Ð½Ð° 4 клаÑÑа пÑи помоÑи маÑинного обÑÑениÑ, в оÑнове алгоÑиÑм ÑлÑÑайного леÑа. ÐлгоÑиÑм обÑабоÑки Ñигнала ÑеализовалÑÑ Ñ Ð¸ÑполÑзованием пÑогÑаммного пакеÑа Matlab, клаÑÑиÑикаÑÐ¸Ñ Ð½Ð° ÑзÑке Python. Modern methods of ECG processing and analysis are analyzed. The most effective way of processing and extracting diagnostic information is the method based on the wavelet transform. ECG classification was carried out into 4 classes using machine learning, based on a random forest algorithm. The signal-processing algorithm was implemented using the Matlab software package, classification in the Python language. |
Databáze: | OpenAIRE |
Externí odkaz: |