குறியிடப்பட்டது
  • ஜெ கேட் திறக்கவும்
  • ஜெனமிக்ஸ் ஜர்னல்சீக்
  • CiteFactor
  • காஸ்மோஸ் IF
  • சிமாகோ
  • Ulrich's Periodicals Directory
  • எலக்ட்ரானிக் ஜர்னல்ஸ் லைப்ரரி
  • RefSeek
  • ஹம்டார்ட் பல்கலைக்கழகம்
  • EBSCO AZ
  • ஜர்னல்களுக்கான சுருக்க அட்டவணைப்படுத்தலின் அடைவு
  • OCLC- WorldCat
  • பிராக்வெஸ்ட் சம்மன்ஸ்
  • அறிஞர்
  • சாலை
  • உயிரியல் மெய்நிகர் நூலகம் (vifabio)
  • பப்ளான்கள்
  • மருத்துவக் கல்வி மற்றும் ஆராய்ச்சிக்கான ஜெனீவா அறக்கட்டளை
  • கூகுள் ஸ்காலர்
இந்தப் பக்கத்தைப் பகிரவும்
ஜர்னல் ஃப்ளையர்
Flyer image

சுருக்கம்

Variant Maps on Normal and Abnormal ECG Data Sequences

Yan Ji, Jeffrey Zheng, Yinfu Xie and Tao Shou

ECG data sequences are classical and most reliable clinical data for patients to provide complex physiological and pathological information diagnosing various heart diseases. Extracting dynamic information from ECG signal time sequences, Poincare maps have developed as classical assistant tools using two dimension maps as important basis for medical doctors to diagnose multiple cardiovascular diseases. Since simulation systems of human heart could be extremely complicated on chaos behaviors, Poincare maps based on paired measures have some limitations to excavate ECG data sequences on special physiological and pathological information. In this paper, we propose a new measuring model based on multi-dimensional measurements using variant maps to handle ECG data sequences in refined visual representations. System architecture of this model and their core components are discussed. Under this construction, normal and abnormal ECG data sequences can be represented as variant maps. Sample results are illustrated as a set of two dimensional variant maps for selected ECG data sequences.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவ