Geri Dön

Multilead ECG data compression by multirate signal processing and transform domain coding techniques

Başlık çevirisi mevcut değil.

  1. Tez No: 14555
  2. Yazar: M.CENGİZ AYDIN
  3. Danışmanlar: DOÇ.DR. A. ENİS ÇETİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: EKG verilerinin sıkıştırılması, Alt-Bant-Kodlaması, Dönüşüm Düzleminde Kodlama. iv, Alt bant kodlaması, Dönüşüm kodlaması, Elektrokardiyografi, Veri sıkıştırma, ECG Data Compression, Sub-Band Coding, Transform Coding. m, Subband coding, Transform coding, Electrocardiography, Data compression
  7. Yıl: 1991
  8. Dil: İngilizce
  9. Üniversite: İhsan Doğramacı Bilkent Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

ÖZET ÇOK UÇLU EKG VERİLERİNİN ÇOK ÖRNEKLEME FREKANSLI İŞARET İŞLEME VE DÖNÜŞÜM DÜZLEMİ KODLAMA TEKNİKLERİ KULLANILARAK SIKIŞTIRILMASI M. Cengiz Aydın Elektrik ve Elektronik Mühendisliği Bölümü Yüksek Lisans Tez Yöneticisi: Doç. Dr. A. Enis Çetin Temmuz 1991 Bu tezde sayısal elektrokardiogram (EKG) işaretlerinin sıkıştırılması için iki ayrı yöntem sunulmaktadır. İlk yöntem tek uçlu EKG verilerinin sıkıştırıl masını amaçlar. Bu amacı gerçekleştirmek için Alt-Bant-Kodlaması, Dönüşüm Düzleminde Kodlama ve Değişken Uzunluklu Kodlama gibi çeşitli yöntemler kullanılmıştır. EKG veri tabanlarının problemi olan veri hacmi azaltılması uy gulama olarak seçilmiş ve benzetim sırasında başarılı sonuçlar elde edilmiştir. İkinci yöntem çok uçlu EKG verilerinin sıkıştırılması için önerilmektedir. Sekiz EKG kanalına ait veriler lineer bir dönüşümden geçirilirler. Bu dönüşüm sonucu oluşan işaretler Çok Örnekleme Frekanslı İşaret İşleme ve Dönüşüm Düzleminde Kodlama teknikleri kullanılarak sıkıştırılırlar. Böylece, tek kanallı sıkıştırma yöntemlerine göre daha yüksek sıkıştırma oranlarına ulaşılmaktadır.

Özet (Çeviri)

ABSTRACT MULTILEAD ECG DATA COMPRESSION BY MULTIRATE SIGNAL PROCESSING AND TRANSFORM DOMAIN CODING TECHNIQUES M. Cengiz Aydın M.S. in Electrical and Electronics Engineering Supervisor: Assoc. Prof. Dr. A. Enis Çetin July 1991 This thesis presents two data compression methods for digital electrocardio gram (ECG) signals. The first method is proposed for the compression of single lead ECG data. Various coding techniques such as Sub-Band,Transform and Variable Length Codings are used to realize that purpose. Data size reduction which is a problem in ECG databases is chosen as an application and successful results are achieved during simulations. The second algorithm is proposed for the multilead ECG data compression. A linear transform is applied to samples of the eight standard ECG lead signals. The resulting transform domain sig nals are compressed using various coding methods, including multi-rate signal processing and transform domain techniques. Higher compression ratios are achieved compared to the single channel compression techniques.

Benzer Tezler

  1. Multi-label classification of 12-lead ECG signal using a mixture-of-experts transformer model

    Uzmanların karışımı bazlı dönüştürücü modeli ile 12 kanallı EKG sinyalinin çok etiketli sınıflandırılması

    ATALAY ÇELİK

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Veri Mühendisliği ve İş Analitiği Ana Bilim Dalı (disiplinlerarası)

    DR. ÖĞR. ÜYESİ MEHMET ALİ ERGÜN

  2. Early diagnosis of acute myocardial infarction using ECG signals with explainable artificial intelligence

    Akut Miyokard Enfarktüsü'nün EKG sinyalleri üzerinden açıklanabilir yapay zekâ ile erken tanısı

    TOYGAR TANYEL

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İLKAY ÖKSÜZ

  3. Graf dönüşümlü derin öğrenme ile EKG sinyallerinin sınıflandırılması

    Classification of ECG signals with graph transformed deep learning

    GÖKHAN KUTLUANA

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İLKER TÜRKER

  4. Yapay zekâ-tabanlı hibrit anomali tespit ve klinik karar destek teknikleri ile kardiyovasküler hastalıkların ve COVİD-19'un otomatik tespiti

    Artificial intelligence-based hybrid anomaly detection and clinical decision support techniques for automated detection of cardiovascular diseases and COVİD-19

    MERVE BEGÜM TERZİ

    Doktora

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ORHAN ARIKAN

  5. Normal popülasyonda miyokardiyal T1, T2 ve T2* değerlerinin yaş, cinsiyet ve kardiyak segmentlere göre analizi

    Analysis of myocardial T1, T2, and T2* values in normal population by age, gender, and cardiac segments

    ÇAĞRI ÖZCAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Radyoloji ve Nükleer TıpSağlık Bilimleri Üniversitesi

    Radyoloji Ana Bilim Dalı

    PROF. DR. HASAN YİĞİT