Класифікація електрокардіограм як динамічного процесу на основі спайкінгової нейронної мережі

Автор(и)

  • Д.А. Милосердов Вінницький національний технічний університет
  • О.К. Колесницький Вінницький національний технічний університет
  • О.С. Волосович Вінницький національний технічний університет
  • Шолпан Жумагулова Казахський національний університет ім. Аль-Фарабі
  • О.О. Короленко Вінницький національний технічний університет

DOI:

https://doi.org/10.31649/1681-7893-2024-48-2-68-77

Ключові слова:

спайкінгова нейронна мережа, електрокардіограма, аритмія, класифікація, часові ряди.

Анотація

У статті проведено аналіз методів класифікації електрокардіограм. Запропоновано метод динамічної класифікації електрокардіограм з використанням спайкінгових нейронних мереж. Обрано динамічні параметри, що є репрезентацією сигналу ЕКГ у часовий ряд. Ці параметри подаються на вхід спайкінгової нейронної мережі, що видає результат як для одиничного удару серця, так і для повного дослідження ЕКГ. Розроблена спайкінгова нейронна мережа має швидке навчання та використовує великі об'єми даних для навчання. 

Біографії авторів

Д.А. Милосердов, Вінницький національний технічний університет

аспірант кафедри комп'ютерних наук

О.К. Колесницький, Вінницький національний технічний університет

канд. техн. наук, доцент, професор кафедри комп’ютерних наук

О.С. Волосович, Вінницький національний технічний університет

магістр, аспірант, кафедри біомедичної інженерії та оптико-електронних систем

Шолпан Жумагулова, Казахський національний університет ім. Аль-Фарабі

магістр, докторантка кафедри штучного інтелекту та Big Data

О.О. Короленко , Вінницький національний технічний університет

аспірант кафедри комп'ютерних наук

Посилання

Janitor O. V., Chuiko G. P., Darnapuk E. S., Kraynyk Ya. M. (2021).Methods of medical signal processing using maple computer mathematics", "Ilion" magazine.

Boashash, B., ed. (2003), Time–Frequency Signal Analysis and Processing: A Comprehensive Reference, Oxford: Elsevier Science, ISBN 978-0-08-044335-5.

Arif M. Robust electrocardiogram (ECG) beat classification using discrete wavelet transform. Physiol Meas. 2008;29(5):555.

Wold S, Esbensen K, Geladi P. Principal component analysis. Chemom Intell Lab Syst. 1987;2(1–3):37–52

Comon P. Independent component analysis, a new concept? Signal Process. 1994;36(3):287–314.

Van The Huy и Duong Tuan Anh. (2016). An efficient implementation of anytime k-medoids clustering for time series under dynamic time warping”. В: Proceedings of the Seventh Symposium on Information and Communication Technology, SoICT 2016, Ho Chi Minh City, Vietnam, December 8-9, 2016..

Bardachenko V.F., Kolesnytskyi O.K., Vasiletskyi S.A. (2003). Prospects for the application of impulse neural networks with a timer representation of information for the recognition of dynamic images. UsiM, No. 6. P. 73-82.

Kolesnytskyj O. K., Bokotsey I. V., Yaremchuk S. S. (2010). Optoelectronic Implementation of Pulsed Neurons and Neural Networks Using Bispin-Devices. Optical Memory & Neural Networks (Information Optics). Vol.19. № 2. Р.154-165.

Ji, Shuiwang; Xu, Wei; Yang, Ming; Yu, Kai (1 січня 2013). 3D Convolutional Neural Networks for Human Action Recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence. 35 (1): 221–231. ISSN 0162-8828

Guo L, Sim G, Matuszewski B. Inter-patient ECG classification with convolutional and recurrent neural networks. Biocybern Biomed Eng. 2019;39(3):868–79.

Kozemiako V. P., Kolesnytskyj O. K., Lischenko T. S., Wojcik W. and Sulemenov A. (2013). Optoelectronic spiking neural network. Proceedings of SPIE - The International Society for Optical Engineering. Vol. 8698.

Neurocomputer architecture based on spiking neural network and its optoelectronic implementation / Oleh K. Kolesnytskyj; Vladislav V. Kutsman; Krzysztof Skorupski; Mukaddas Arshidinova, Proc. SPIE 11176, Photonics Applications in Astronomy, Communications, Industry, and High-Energy Physics Experiments 2019, 1117609 (6 November 2019); doi: 10.1117/12.2536607

MIT-BIH Arrhythmia Database [Електронний ресурс] – Режим доступу: https://physionet.org/content/mitdb/1.0.0/

W. Gerstner, and W. Kistler (2002). Spiking Neuron Models: Single Neurons, Populations, Plasticity. Cambridge: Cambridge University Press, doi:10.1017/CBO9780511815706.

Wójcik Waldemar, Smolarz Andrzej (2017). Information Technology in Medical Diagnostics, July 11, 2017 by CRC Press, 210 Pages.

Highly linear Microelectronic Sensors Signal Converters Based on Push-Pull Amplifier Circuits / edited by Waldemar Wojcik and Sergii Pavlov, Monograph, (2022) NR 181, Lublin, Comitet Inzynierii Srodowiska PAN, 283 Pages. ISBN 978-83-63714-80-2

Pavlov Sergii, Avrunin Oleg, Hrushko Oleksandr, and etc. (2021). System of three-dimensional human face images formation for plastic and reconstructive medicine // Teaching and subjects on bio-medical engineering Approaches and experiences from the BIOART-project Peter Arras and David Luengo (Eds.), Corresponding authors, Peter Arras and David Luengo. Printed by Acco cv, Leuven (Belgium). - 22 P. ISBN: 978-94-641-4245-7.

Pavlov S.V., Avrunin O.G., etc. (2019). Intellectual technologies in medical diagnosis, treatment and rehabilitation: monograph / [S. In edited by S. Pavlov, O. Avrunin. - Vinnytsia: PP "TD "Edelweiss and K", 260 p. ISBN 978-617-7237-59-3.

Romanyuk, O., Zavalniuk, Y., Pavlov, S., etc. (2023). New surface reflectance model with the combination of two cubic functions usage, Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Srodowiska, , 13(3), pp. 101–10

Kukharchuk, Vasyl V., Sergii V. Pavlov, Volodymyr S. Holodiuk, Valery E. Kryvonosov, Krzysztof Skorupski, Assel Mussabekova, and Gaini Karnakova. (2022). "Information Conversion in Measuring Channels with Optoelectronic Sensors" Sensors 22, no. 1: 271. https://doi.org/10.3390/s22010271.

Vasyl V. Kukharchuk, Sergii V. Pavlov, Samoil Sh. Katsyv, and etc. (2021). Transient analysis in 1st order electrical circuits in violation of commutation laws”, Przegląd elektrotechniczny, ISSN 0033-2097, R. 97 NR 9/2021, p. 26-29, doi:10.15199/48.2021.09.05.

Pavlov S.V, Petruk V.G., Kolesnik P.F. (2007). Photoplethysmohrafic technologies of the cardiovascular control: monography, Vinnitsa: Universum-Vinnitsa, 254 p.

Wójcik W, Mezhiievska I, Pavlov SV, Lewandowski T, Vlasenko OV, Maslovskyi V, Volosovych O, Kobylianska I, Moskovchuk O, Ovcharuk V, et al. (2023). Medical Fuzzy-Expert System for Assessment of the Degree of Anatomical Lesion of Coronary Arteries. International Journal

##submission.downloads##

Переглядів анотації: 19

Опубліковано

2024-11-19

Як цитувати

[1]
Д. Милосердов, О. Колесницький, О. . Волосович, Ш. . Жумагулова, і О. Короленко, «Класифікація електрокардіограм як динамічного процесу на основі спайкінгової нейронної мережі», Опт-ел. інф-енерг. техн., вип. 48, вип. 2, с. 68–77, Лис 2024.

Номер

Розділ

Методи та системи оптико-електронної і цифрової обробки зображень та сигналів

Метрики

Завантаження

Дані завантаження ще не доступні.