<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Інтелектуальна система аналізу екг-сигналів

dc.contributor.authorАрнаутова, А. К.uk
dc.contributor.authorІванчук, Я. В.uk
dc.contributor.authorArnautova, A. K.en
dc.contributor.authorIvanchuk, Y. V.en
dc.titleІнтелектуальна система аналізу екг-сигналівuk
dc.date.issued2026
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationАрнаутова А. К., Іванчук Я. В. Інтелектуальна система аналізу екг-сигналів // Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2026/paper/view/28295.uk
dc.relation.ispartofМатеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2026/paper/view/28295
dc.identifier.udc616.12-073.97:004.8
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/54476
dc.description.abstractУ роботі розглянуто підхід до створення інтелектуальної системи аналізу електрокардіограм з використанням методів глибокого навчання. Запропоновано архітектуру програмного комплексу, що поєднує згорткові та рекурентні нейронні мережі для автоматичного виявлення патологій серцевої діяльності. Реалізовано механізм введення клінічних симптомів та обробки кардіосигналів, що дозволяє підвищити точність попередньої діагностики.uk
dc.description.abstractThe paper considers an approach to creating an intelligent system for analysing electrocardiograms using deep learning methods. The architecture of a software complex combining convolutional and recurrent neural networks for automatic detection of cardiac pathologies is proposed. A mechanism for entering clinical symptoms and processing cardiac signals has been implemented, which improves the accuracy of preliminary diagnosis.en
dc.subjectелектрокардіограмаuk
dc.subjectнейронні мережіuk
dc.subjectглибоке навчанняuk
dc.subjectмедичні інформаційні системиuk
dc.subjectавтоматична діагностикаuk
dc.subjectelectrocardiogramen
dc.subjectneural networksen
dc.subjectdeep learningen
dc.subjectmedical information systemsen
dc.subjectautomatic diagnosisen
dc.typeThesis
dc.language.isouk_UAuk_UA
dc.relation.referencesAcharya U.R., Fujita H., Lih O.S., Hagiwara Y., Tan J.H., Adam M. Automated detection of arrhythmias using different intervals of tachycardia ECG segments with convolutional neural network // Information Sciences. - 2017. - Vol. 405. - P. 81- 90.en
dc.relation.referencesHannun 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. P. 65-69.en
dc.relation.referencesGoldberger 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. - P. 215220.en
dc.date.accessioned2026-09-17T10:06:20Z
dc.date.available2026-09-17T10:06:20Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
28295.pdf
Розмір:
292,4 KB
Формат:
Adobe Portable Document Format

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис: