Least Mean Squares Adaptive Algorithms Optimization for Fetal Phonocardiogram Extraction
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F18%3A10241674" target="_blank" >RIV/61989100:27240/18:10241674 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.sciencedirect.com/science/article/pii/S2405896318308747" target="_blank" >https://www.sciencedirect.com/science/article/pii/S2405896318308747</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1016/j.ifacol.2018.07.130" target="_blank" >10.1016/j.ifacol.2018.07.130</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Least Mean Squares Adaptive Algorithms Optimization for Fetal Phonocardiogram Extraction
Popis výsledku v původním jazyce
The paper deals with extraction of fetal phonocardiogram (fPCG) from the abdominal signal mixture by using adaptive filters based on Least Mean Squares (LMS) algorithms. Optimal setting of the filter parameters is a vital condition to ensure efficiency of adaptive filters. In this paper, we suggest ideal parameters setting for this purpose. The filtration quality was assessed by means of objective parameters, namely Signal to Noise Ratio (SNR) and Positive Predictive Value (PPV). The results showed that if optimized, LMS-based adaptive algorithms are efficient in suppressing maternal component in the composed abdominal signal. (C) 2018
Název v anglickém jazyce
Least Mean Squares Adaptive Algorithms Optimization for Fetal Phonocardiogram Extraction
Popis výsledku anglicky
The paper deals with extraction of fetal phonocardiogram (fPCG) from the abdominal signal mixture by using adaptive filters based on Least Mean Squares (LMS) algorithms. Optimal setting of the filter parameters is a vital condition to ensure efficiency of adaptive filters. In this paper, we suggest ideal parameters setting for this purpose. The filtration quality was assessed by means of objective parameters, namely Signal to Noise Ratio (SNR) and Positive Predictive Value (PPV). The results showed that if optimized, LMS-based adaptive algorithms are efficient in suppressing maternal component in the composed abdominal signal. (C) 2018
Klasifikace
Druh
J<sub>SC</sub> - Článek v periodiku v databázi SCOPUS
CEP obor
—
OECD FORD obor
20201 - Electrical and electronic engineering
Návaznosti výsledku
Projekt
<a href="/cs/project/EF16_019%2F0000867" target="_blank" >EF16_019/0000867: Centrum výzkumu pokročilých mechatronických systémů</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2018
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
IFAC-PapersOnLine. Volume 51
ISSN
2405-8963
e-ISSN
—
Svazek periodika
51
Číslo periodika v rámci svazku
6
Stát vydavatele periodika
NL - Nizozemsko
Počet stran výsledku
6
Strana od-do
60-65
Kód UT WoS článku
—
EID výsledku v databázi Scopus
2-s2.0-85052887993