Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
70
Lista 2021
Status:
Warianty tytułu:
Kompletny system do zautomatyzowanej diagnozy EKG
Autorzy: Wójcik Dariusz, Woś Michał, Kłosowski Grzegorz, Rymarczyk Tomasz
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2021
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Numer czasopisma: 1
Wolumen/Tom: 97
Strony: 162 - 165
Web of Science® Times Cited: 1
Scopus® Cytowania: 3
Bazy: Web of Science | Scopus | BazTech
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Otwarte czasopismo
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 4 stycznia 2021
Abstrakty: angielski | polski
We present a very simple LSTM neural network capable of categorizing heart diseases from the ECG signal. With the use of the ECG simulator we ware able to obtain a large data-set of ECG signal for different diseases that was used for neural network training and validation.
W artykule prezentujemy bardzo prostą sieć LSTM zdolną do rozpoznawania jednostek chorobowych przy chorobach serca. Dodatkowo pokazujemy w jaki sposób stworzyliśmy bazę danych sygnałów pomiarowych użytych do nauki i walidacji sieci neuronowej przy użyciu symulatora EKG. (Kompletny system do zautomatyzowanej diagnozy EKG.