ترجمه فارسی مقاله تقویت سیگنال ECG داخل گوش با انکودرهای خودکار کانولوشنال حذف نویز

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی In-ear ECG Signal Enhancement with Denoising Convolutional Autoencoders
عنوان مقاله به فارسی تقویت سیگنال ECG داخل گوش با انکودرهای خودکار کانولوشنال حذف نویز
نویسندگان Edoardo Occhipinti, Marek Zylinski, Harry J. Davies, Amir Nassibi, Matteo Bermond, Patrik Bachtiger, Nicholas S. Peters, Danilo P. Mandic
فرمت مقاله انگلیسی PDF
تعداد صفحات 7
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Signal Processing,Machine Learning,پردازش سیگنال , یادگیری ماشین ,
توضیحات Submitted 27 August, 2024; originally announced September 2024. , Comments: 7 pages, 9 figures
توضیحات به فارسی ارسال شده در 27 اوت 2024 ؛در ابتدا سپتامبر 2024 اعلام شد ، نظرات: 7 صفحه ، 9 شکل
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

The cardiac dipole has been shown to propagate to the ears, now a common site for consumer wearable electronics, enabling the recording of electrocardiogram (ECG) signals. However, in-ear ECG recordings often suffer from significant noise due to their small amplitude and the presence of other physiological signals, such as electroencephalogram (EEG), which complicates the extraction of cardiovascular features. This study addresses this issue by developing a denoising convolutional autoencoder (DCAE) to enhance ECG information from in-ear recordings, producing cleaner ECG outputs. The model is evaluated using a dataset of in-ear ECGs and corresponding clean Lead I ECGs from 45 healthy participants. The results demonstrate a substantial improvement in signal-to-noise ratio (SNR), with a median increase of 5.9 dB. Additionally, the model significantly improved heart rate estimation accuracy, reducing the mean absolute error by almost 70% and increasing R-peak detection precision to a median value of 90%. We also trained and validated the model using a synthetic dataset, generated from real ECG signals, including abnormal cardiac morphologies, corrupted by pink noise. The results obtained show effective removal of noise sources with clinically plausible waveform reconstruction ability.

چکیده به فارسی (ترجمه ماشینی)

نشان داده شده است که قطب قلبی به گوش ها پخش می شود ، اکنون یک سایت مشترک برای لوازم الکترونیکی پوشیدنی مصرف کننده است و باعث می شود سیگنال های الکتروکاردیوگرام (ECG) ضبط شود.با این حال ، ضبط های ECG در گوش اغلب به دلیل دامنه کوچک و وجود سایر سیگنال های فیزیولوژیکی مانند الکتروانسفالوگرام (EEG) از سر و صدای قابل توجه رنج می برند ، که استخراج ویژگی های قلبی عروقی را پیچیده می کند.این مطالعه با تهیه یک autoencoder convolutional (DCAE) برای تقویت اطلاعات ECG از ضبط های درون گوش ، تولید خروجی های ECG پاک کننده ، به این موضوع می پردازد.این مدل با استفاده از یک مجموعه داده از ECG های درون گوش و ICG های Clean Clear ICG از 45 شرکت کننده سالم ارزیابی می شود.نتایج نشان می دهد پیشرفت قابل توجهی در نسبت سیگنال به نویز (SNR) ، با افزایش متوسط ​​5.9 دسی بل.علاوه بر این ، مدل به طور قابل توجهی دقت برآورد ضربان قلب را بهبود می بخشد و میانگین خطای مطلق را تقریباً 70 ٪ کاهش می دهد و دقت تشخیص اوج R را به مقدار متوسط ​​90 ٪ افزایش می دهد.ما همچنین مدل را با استفاده از یک مجموعه داده مصنوعی ، تولید شده از سیگنال های واقعی ECG ، از جمله مورفولوژی های قلبی غیر طبیعی ، که با سر و صدای صورتی خراب شده است ، آموزش داده و تأیید کردیم.نتایج به دست آمده از بین بردن مؤثر منابع نویز با توانایی بازسازی شکل موج بالینی قابل قبول است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.