Моделі машинного навчання для раннього виявлення аритмій за ЕКГ
Вантажиться...
Файли
Дата
Автори
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
Опис
Ключові слова
ЕКГ , аритмія , машинне навчання , глибоке навчання , 1D‑CNN , валидаціяAbstractThis paper reviews machine learning and deep learning approaches for early arrhythmia detection fromelectrocardiographic signals Classical feature‑based models and modern deep architectures for 1D ECG are , ECG , arrhythmia , machine learning , deep learning , validation
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Матеуш В. С. Моделі машинного навчання для раннього виявлення аритмій за ЕКГ // Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/all-frtzp/all-frtzp-2026/paper/view/27659.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (8)
- Goldberger A. L., Amaral L. A. N., Glass L. et al. PhysioBank, PhysioToolkit, and PhysioNet: Components of a new research resource for complex physiologic signals. Circulation. 2000. Vol. 101, No. 23. P. e215–e220. DOI: 10.1161/01.CIR.101.23.e215.
- Moody G. B., Mark R. G. The impact of the MIT-BIH arrhythmia database. IEEE Engineering in Medicine and Biology Magazine. 2001. Vol. 20, No. 3. P. 45–50. DOI: 10.1109/51.932724.
- Wagner P., Strodthoff N., Bousseljot R.-D. et al. PTB-XL, a large publicly available electrocardiography dataset. Scientific Data. 2020. Vol. 7. Article 154. DOI: 10.1038/s41597-020-0495-6.
- Kiranyaz S., Ince T., Gabbouj M. Real-Time Patient-Specific ECG Classification by 1-D Convolutional Neural Networks. IEEE Transactions on Biomedical Engineering. 2016. Vol. 63, No. 3. P. 664–675. DOI: 10.1109/TBME.2015.2468589.
- Acharya U. R., Fujita H., Oh S. L. et al. Application of deep convolutional neural network for automated detection of myocardial infarction using ECG signals. Information Sciences. 2017. Vol. 415–416. P. 190–198. DOI: 10.1016/j.ins.2017.06.027.
- Hannun A. Y., Rajpurkar P., Haghpanahi M. et al. Cardiologist-level arrhythmia detection and classification in ambulatory electrocardiograms using a deep neural network. Nature Medicine. 2019. Vol. 25, No. 1. P. 65–69. DOI: 10.1038/s41591-0180268-3.
- Rajpurkar P., Hannun A. Y., Haghpanahi M., Bourn C., Ng A. Y. Cardiologist-Level Arrhythmia Detection with Convolutional Neural Networks. arXiv:1707.01836. 2017.
- Clifford G. D., Azuaje F., McSharry P. E. Advanced Methods and Tools for ECG Data Analysis. Artech House. 2006.