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”

Monitoring of Cardiac Arrhythmia Patterns by Adaptive Analysis

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21220%2F17%3A00315063" target="_blank" >RIV/68407700:21220/17:00315063 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1007/978-3-319-49109-7_86" target="_blank" >http://dx.doi.org/10.1007/978-3-319-49109-7_86</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-319-49109-7_86" target="_blank" >10.1007/978-3-319-49109-7_86</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Monitoring of Cardiac Arrhythmia Patterns by Adaptive Analysis

  • Popis výsledku v původním jazyce

    In this paper, a study and development of a monitoring adaptive system based on dynamic quadratic neural unit are presented. The system is trained with a recurrent learning method, sample-by-sample in real time. This model will help to the prediction of possible cardiac arrhythmias in patients between 23 to 89 years old, age range of the electrocardiogram signals obtained from the Massachusetts Institute of Technology-Beth Israel Hospital arrhythmia database. By means of the implementation of this adaptive monitoring system the model is capable of processing heart rate signals in real time and to recognize patterns that predict cardiac arrhythmias up to 1 second ahead. The Dynamic Quadratic Neural Unit in real time has demonstrated presenting greater efficiency and precision comparing with multilayer perceptron-type neural networks for pattern classification and prediction; in addition, this architecture has demonstrated in developed research, to be superior to other different type of adaptive architectures.

  • Název v anglickém jazyce

    Monitoring of Cardiac Arrhythmia Patterns by Adaptive Analysis

  • Popis výsledku anglicky

    In this paper, a study and development of a monitoring adaptive system based on dynamic quadratic neural unit are presented. The system is trained with a recurrent learning method, sample-by-sample in real time. This model will help to the prediction of possible cardiac arrhythmias in patients between 23 to 89 years old, age range of the electrocardiogram signals obtained from the Massachusetts Institute of Technology-Beth Israel Hospital arrhythmia database. By means of the implementation of this adaptive monitoring system the model is capable of processing heart rate signals in real time and to recognize patterns that predict cardiac arrhythmias up to 1 second ahead. The Dynamic Quadratic Neural Unit in real time has demonstrated presenting greater efficiency and precision comparing with multilayer perceptron-type neural networks for pattern classification and prediction; in addition, this architecture has demonstrated in developed research, to be superior to other different type of adaptive architectures.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2017

  • 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

    ADVANCES ON P2P, PARALLEL, GRID, CLOUD AND INTERNET COMPUTING

  • ISBN

    978-3-319-49108-0

  • ISSN

    2367-4512

  • e-ISSN

  • Počet stran výsledku

    10

  • Strana od-do

    885-894

  • Název nakladatele

    Springer International Publishing AG

  • Místo vydání

    Cham

  • Místo konání akce

    Soonchunhyang Univ, Asan,

  • Datum konání akce

    5. 11. 2016

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000402860200086