...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Przeglad Elektrotechniczny >Refining the diagnostic quality of the abdominal fetal electrocardiogram using the techniques of artificial intelligence
【24h】

Refining the diagnostic quality of the abdominal fetal electrocardiogram using the techniques of artificial intelligence

机译：使用人工智能技术完善腹部胎儿心电图的诊断质量

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

W artykule przedstawiono wykorzystanie fuzji metod: zbiorów rozmytych I sztucznej inteligencji ANFIS do poprawy jako?ci diagnostyki elektrokardiografii p?odu. G?ównym problemem jest usuni?cie sygna?u pochodz?cego od matki który znacznie przewy?sza sygna? p?odu.%This article deals with utilization of the combination of the fuzzy system and artificial intelligence techniques, called the Adaptive Neuro Fuzzy Inference System ANFIS, with the aim to refine the diagnostic quality of the abdominal fetal electrocardiogram FECG. Within the scope of the experiments carried out and based on the ANFIS structure the authors created a complex system for removing the undesirable mother's MECG degrading the abdominal FECG. Current research shows that the application of the conventional systems for enhancing the diagnostic quality of the abdominal FECG faces a series of problems (e.g. non-linear character of the task to solve, computational complexity of RLS algorithms, etc.). The need for a higher diagnostic quality of the abdominal FECG is reflected in the authors' intention to utilize the designed system for the latest intrapartum monitoring method, called ST analysis. In terms of this advanced method, the aspect subjected to a diagnostic analysis is the ST segment of the FECG curve. The results indicate that the system utilizing ANFIS shows better experimental results than the conventional systems based on the LMS or RLS adaptive algorithms. The proposed adaptive system aims to clear any doubts in evaluation of the results of ST analysis while using a non-invasive method of external monitoring.
机译：W artykule przedstawiono wykorzystanie fuzji metod：zbiorówrozmytych I sntucznej inteligencji ANFIS做poprawy jako？ci diagnostystyki elektrokardiografii p？odu。 G？ównymproblemem jest usuni？cie sygna？u pochodz？cego od matkiktóryznacznie przewy？sza sygna？百分比本文旨在利用模糊系统和人工智能技术（称为自适应神经模糊推理系统ANFIS）相结合，以提高腹部胎儿心电图FECG的诊断质量。在所进行的实验范围内，基于ANFIS结构，作者创建了一个复杂的系统，用于去除不良母亲的MECG，从而降低腹部的FECG。当前的研究表明，常规系统在增强腹部FECG的诊断质量中的应用面临一系列问题（例如，要解决的任务的非线性特征，RLS算法的计算复杂性等）。作者对腹部FECG的更高诊断质量的需求反映在作者打算将设计的系统用于最新的产前监测方法（称为ST分析）中。就此先进方法而言，要进行诊断分析的方面是FECG曲线的ST段。结果表明，与基于LMS或RLS自适应算法的常规系统相比，利用ANFIS的系统具有更好的实验结果。所提出的自适应系统旨在清除使用ST的分析结果评估过程中的任何疑问，同时使用一种非侵入性的外部监测方法。

著录项

  • 来源
    《Przeglad Elektrotechniczny》 |2012年第12b期|155-160|共6页
  • 作者

    Radek MARTINEK; Jan ZIDEK;

  • 作者单位

    VSB-TU, Faculty of Electrical Engineering and Computer Science.17.listopadu 15, 708 33 Ostrava-Poruba;

    VSB-TU, Faculty of Electrical Engineering and Computer Science.17.listopadu 15, 708 33 Ostrava-Poruba;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

    ANFIS; FECG; MECG; ST analysis;

    机译：ANFIS;FECG;MECG;ST分析;

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号