Электронный каталог

32.81
A13
Abdiakhmetova , Z. M
    Data processing in electrocardioqraphs by wavelet transformation for early forecasting of parossysmal arthritis [Текст] / Z.M Abdiakhmetova // Әл - Фараби ат. ҚҰУ Хабаршы = Вестник КазНУ им Аль - Фараби. - Алматы, 2018. - №1(97). - Р. . 111-119. - (Математика, механика, информатика сериясы = Серия математика, механика, информатика)
ББК 32.81

Рубрики: Информатика

Кл.слова (ненормированные):
электрокардиограмма -- вейвлетное преобразование -- пароксизмальная мерцательная аритмия
Аннотация: Являются основной причиной смертности в разных странах. Качество сигнала ЭКГ можетбыть затронут и ухудшен различными источниками, такими как состояние пациента, базовоеблуждание, контакт электродов ЭКГ и другие. Кроме того, если ЭКГ контролируетсявизуально, вероятность получения человеческой ошибки высок, каждый 10-результатинтерпретируется с ошибкой (Brikena Xhaja, 2015: 305-312). А также по многим ЭКГ снимкампросто не возможно провести визуальный анализ частотных данных сигнала. Морфологиянизкоамплитудных высокочастотных сигналов, так называемых Р волн, скрывает ценнуюинформацию для раннего доклинического прогнозирования болезней. То есть необходимостьпоиска новых методов ранней доклинической диагностики все еще актуальна. Посколькубольшая часть клинически полезной информации в ЭКГ обнаруживается в интервалах и амплитудах, определяемых ее значимыми точками (характерные пики и границыволн), разработка точных и надежных методов автоматического разграничения ЭКГявляется предметом серьезной важности, особенно для анализа длинных записей(Juan Pablo Martinez, 2014: 570-581). Проблемы извлечения из электрофизиологическогосигнала информации, которую невозможно получить при визуальном анализе записи, атакже проблемы автоматизации традиционных алгоритмов врачебного анализа являютсяактуальными в связи с недостатком исследований в данной области. Целью исследованияявляется поиск новых областей применения метода вейвлетного преобразования вобработке сигналов. Получившее широкое распространение в 2000 годах в исследованиисвойств сигналов вейвлетное преобразование позволяет с помощью аппроксимирующихи детализирующих коэффициентов «разглядеть» скрытые частотно-временные данныесигнала. Полученные результаты показывают, что предлагаемый алгоритм обеспечиваетреальную эффективность в обработке первичных сигналов для задачи выделениядетализирующих коэффициентов ЭКГ сигнала. Наше исследование показывает, что вейвлет-анализ Морлета интервалов Р, который применять легко и недорого, может достовернопредсказать частоту симптоматических эпизодов пароксизмальной мерцательной аритмииу пациентов без клинически и эхокардиографически выраженной болезни сердца. Вейвлетанализ может способствовать нашему пониманию электрофизиологических механизмов,лежащих в основе генерации и рецидивов пароксизмальной мерцательной аритмии, иможет позволить идентифицировать пациентов с высоким риском увеличения рецидивовпароксизмальной мерцательной аритмии, тем самым создавая перспективу раннегоприменения неинвазивных и инвазивных терапевтических стратегий для предотвращениябудущих событий пароксизмальной мерцательной аритмии. Литература
Держатели документа:
ЗКГУ
Доп.точки доступа:
Nurmakhanova, Zh.M

    Жжректжv ырХаХы мен соХуыныv бдзылыстары // Биология ж-не салауаттылы¬ негжзж. - 2008. - ¦1.-б.77

Рубрики: Биологиялы¬ бжлжм беру--_Р

Кл.слова (ненормированные):
жжрек соХуы -- диогностика -- электрокардиограмма

88
М 12
Мазаков, Т. Ж.
    Психофизиологиялық тестілеудің әмбебап кешені [Текст] / Т. Ж. Мазаков, Ш. А. Джомартова [и др.] // Қазақстан Республикасынының Ұлттық Ғылым Академиясының хабарлары. - 2020. - №2. - Б. 20-21
ББК 88

Рубрики: Психология

Кл.слова (ненормированные):
электрокардиограмма -- фотоплетизм -- тері-гальваникалық реакция -- микропроцессор -- сигналды өңдеу -- Басс-Дарки әдісі -- нейропсихикалық тұрақтылық
Аннотация: Мақалада психофизиологиялық тестілеудің аппараттық-бағдарламалық кешенін қолданудың өзекті мәселесі қарастырылады
Держатели документа:
БҚУ
Доп.точки доступа:
Джомартова, Ш.А.
Зиятбекова, Г.З.
Амирханов, Б.С.
Жолмагамбетова, Б.Р.

39.17
М 23
Юсупова, Д. А.
    Эффективная модель глубокого обучения для автоматизированного выявления инфаркта миокарда [Текст] / Д. А. Юсупова, А. Б. Манатов, Б. Т. Молдаш, К. А. Ожикенов // Ізденіс - Поиск. - 2022. - №2. - С. 273-279.
ББК 39.17

Рубрики: Автоматизация

Кл.слова (ненормированные):
Электрокардиограмма -- инфаркт миокарда -- искусственная нейронная сеть -- ВСР -- глубокое обучение
Аннотация: В этом исследовании предложена надежная модель глубокого обучения для ИМ на основе анализа вариабельности сердечного ритма ВСР сигнала ЭКГ от одного отведения.
Держатели документа:
ЗКУ
Доп.точки доступа:
Манатов, А.Б.
Молдаш, Б.Т.
Ожикенов, К.А.

22.3
Б 24
Барышников, С. В.
    Способы визуализации биопотенциалов средца человека. [Текст] / С. В. Барышников, А. Ю. Милинский // Физика в школе. - 2024. - №1. - С. 26-31
ББК 22.3

Рубрики: Физика

Кл.слова (ненормированные):
биопотенциалы -- электрокардиограмма -- физика -- демонстрация -- осциллограф -- дифференциальный усилитель
Аннотация: В статье описаны методы, позволяющие визуализировать биопотенциалы человеческого сердца в рамках учебных занятий. Основой установки является дифференциальный усилитель, построенный на операционном усилителе. Демонстрация биопотенциалов осуществляется при помощи электронного осциллографа ZET 302 или виртуального осциллографа на основе звуковой карты.
Держатели документа:
ЗКУ
Доп.точки доступа:
Милинский, А.Ю.