Není k dispozici

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F04%3A03099574" target="_blank" >RIV/68407700:21230/04:03099574 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Morphology Analysis of Physiological Signals Using Hidden Markov Models

Popis výsledku v původním jazyce

We describe a clustering algorithm based on continuous Hidden Markov Models (HMM) to automatically classify both electrocardiogram (ECG) and intracranial pressure (ICP) beats based on their morphology. The algorithm detects, classifies and labels each beat based on morphology. In order to avoid the numerical problems with classical Expectation-Maximization (EM) algorithm we apply a novel method of simulated annealing (SIM) for HMM optimization. We show that better results are achieved using simulated annealing approach.

Název v anglickém jazyce

Morphology Analysis of Physiological Signals Using Hidden Markov Models

Popis výsledku anglicky

We describe a clustering algorithm based on continuous Hidden Markov Models (HMM) to automatically classify both electrocardiogram (ECG) and intracranial pressure (ICP) beats based on their morphology. The algorithm detects, classifies and labels each beat based on morphology. In order to avoid the numerical problems with classical Expectation-Maximization (EM) algorithm we apply a novel method of simulated annealing (SIM) for HMM optimization. We show that better results are achieved using simulated annealing approach.

Druh

A - Audiovizuální tvorba

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

—

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2004

Kód důvěrnosti údajů

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

ISBN

0-7695-2128-2

Místo vydání

London

Název nakladatele resp. objednatele

—

Verze

—

Identifikační číslo nosiče

neuvedeno