{"product_id":"diagnose-von-herzkrankheiten-anhand-des-elektrokardiogramms-9786207595990","title":"Diagnose von Herzkrankheiten anhand des Elektrokardiogramms","description":"\u003cp\u003e • Author(s): Shadi Obaid | Umar Alqasemi\u003cbr\u003e • Publisher: Verlag Unser Wissen\u003cbr\u003e • Publisher Imprint: Verlag Unser Wissen\u003cbr\u003e • BISAC: General\u003c\/p\u003e\u003cp\u003eDie Klassifizierung von EKG-Signalen auf manuelle oder traditionelle Weise ist ein Bereich, der durch ein automatisches Klassifizierungssystem für EKG-Signale verbessert werden könnte. In dieser Arbeit wird ein verbessertes Software-System für die computergestützte Diagnose (CAD) zur automatischen Klassifizierung von EKG-Signalen eingeführt. Insgesamt 480 EKG-Signale wurden als Datensatz für diese Studie aus der MIT-BIH Arrhythmie-Datenbank entnommen; diese Datensätze enthalten 96 normale EKG-Signale sowie 384 abnormale EKG-Signale, die zu vier Arten von Herzanomalien gehören, nämlich ventrikuläres Couplet, ventrikuläre Tachykardie, ventrikuläre Bigeminie und ventrikuläres Flimmern, wobei jede dieser Arten ebenfalls 96 EKG-Signale enthält. Dann wurde eine erneute Abtastung für alle gegebenen Signale mit 360 Abtastungen pro Sekunde durchgeführt, mit Ausnahme der VF-Signale, die mit 250 Abtastungen pro Sekunde neu abgetastet wurden. Danach wurde eine iterative Merkmalsextraktion mit Hilfe der Classification Learner App in MATLAB durchgeführt.\u003c\/p\u003e","brand":"Atlantic Books","offers":[{"title":"Paperback","offer_id":46392473452695,"sku":"9786207595990","price":4346.0,"currency_code":"INR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0666\/3471\/1191\/files\/9786207595990.webp?v=1768808866","url":"https:\/\/atlanticbooks.com\/products\/diagnose-von-herzkrankheiten-anhand-des-elektrokardiogramms-9786207595990","provider":"Atlantic Books","version":"1.0","type":"link"}