Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Spectral and Higher-Order Statistical Analysis of the ECG: Application to the Study of Ischemia in Rabbit Isolated Hearts

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14110%2F12%3A00057829" target="_blank" >RIV/00216224:14110/12:00057829 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://cinc.mit.edu/archives/2012/pdf/0645.pdf" target="_blank" >http://cinc.mit.edu/archives/2012/pdf/0645.pdf</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Spectral and Higher-Order Statistical Analysis of the ECG: Application to the Study of Ischemia in Rabbit Isolated Hearts

  • Popis výsledku v původním jazyce

    There are many different approaches for heart beat classification. Probably the main task is extraction of relevant features from the beat. The present paper is focused on the study of ECG cross spectral coherence and higher-order cumulants and their ability to classify normal and ischemic cardiac beats. Using these parameters as the input for neural network classifier allows achieving classification error only 4%. Thus, they can be successfully used to solve this task.

  • Název v anglickém jazyce

    Spectral and Higher-Order Statistical Analysis of the ECG: Application to the Study of Ischemia in Rabbit Isolated Hearts

  • Popis výsledku anglicky

    There are many different approaches for heart beat classification. Probably the main task is extraction of relevant features from the beat. The present paper is focused on the study of ECG cross spectral coherence and higher-order cumulants and their ability to classify normal and ischemic cardiac beats. Using these parameters as the input for neural network classifier allows achieving classification error only 4%. Thus, they can be successfully used to solve this task.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    ED - Fyziologie

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2012

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Computing in Cardiology

  • ISBN

    9781467320740

  • ISSN

    2325-8861

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

    645-648

  • Název nakladatele

    Computing in Cardiology

  • Místo vydání

    Krakow

  • Místo konání akce

    Kraków

  • Datum konání akce

    9. 9. 2012

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku