دانلود و نمایش مقالات مرتبط با surface potential::صفحه 1
سیزه به در
نتیجه جستجو - surface potential

تعداد مقالات یافته شده: 2
ردیف عنوان نوع
1 Data driven feature selection and machine learning to detect misplaced V1 and V2 chest electrodes when recording the 12 lead electrocardiogram
انتخاب ویژگی داده محور و یادگیری ماشین برای تشخیص الکترودهای قفسه سینه V1 و V2 در زمان ضبط الکتروکاردیوگرام 12 -2019
Background: Electrocardiogram (ECG) lead misplacement can adversely affect ECG diagnosis and subsequent clinical decisions. V1 and V2 are commonly placed superior of their correct position. The aim of the current studywas to usemachine learning approaches to detect V1 and V2 leadmisplacement to enhance ECG data quality. Method: ECGs for 453 patients, (normal n=151, Left VentricularHypertrophy (LVH) n=151,Myocardial Infarction n=151) were extracted frombody surface potentialmaps. Thesewere used to extract both the correct and incorrectly placed V1 and V2 leads. The prevalence for correct and incorrect leads were 50%. Sixteen features were extracted in three different domains: time-based, statistical and time-frequency features using a wavelet transform. A hybrid feature selection approachwas applied to select an optimal set of features. To ensure optimal model selection, five classifiers were used and compared. The aforementioned feature selection approach and classifiers were applied for V1 and V2 misplacement in three different positions: first, second and third intercostal spaces (ICS). Results: The accuracy for V1 misplacement detection was 93.9%, 89.3%, 72.8% in the first, second and third ICS respectively. In V2, the accuracywas 93.6%, 86.6% and 68.1% in the first, second and third ICS respectively. There is a noticeable decline in accuracy when detecting misplacement in the third ICS which is expected.
Keywords: Machine learning | Feature extraction | Body surface potential maps | Lead misplacement | Electrode misplacement | Chest leads
مقاله انگلیسی
2 مدلسازی برای شبیه سازی مدار در ترانزیستور های اثر میدانی به صورت نانولوله های کربنی و نانوربان های گرافنی
سال انتشار: 2015 - تعداد صفحات فایل pdf انگلیسی: 5 - تعداد صفحات فایل doc فارسی: 16
در اين مقاله روشي براي تعيين معادلات مدل مدار از معادلات ويژه دستگاه هاي چند سري ارائه شده است. این روش برای به دست آوردن معادلات تمبر از نانولوله های کربنی و ترانزیستورهای اثر میدان گرافنی گرافن (FET ها) برای استفاده در شبیه سازهای مدار عمومی استفاده می شود. ما ابتدا روش های موجود مدلسازی فیزیکی را برای شبیه سازی مدار بررسی کرده و برخی از نقاط ضعف در این مدل ها را ذکر می کنیم. سپس توضیح می دهیم که چگونه معادلات مدل را بدون نیاز به حذف متغیرهای داخلی دستگاه و بدون نیاز به ساخت مدار معادل متشکل از اتصالات مقاومت دو ترمینال، منابع کنترل شده و خازن های دو ترمینال مستقیما از معادلات مشخصه فیزیکی دستگاه بیرون می آوریم .
کلمات کلیدی: FET های نانولوله کربن | تمبر معادله مدار | مدل های مدار | شبیه سازی مدار | تجزیه وتحلیل گره | گرافن FET های نانو روبان | MOSFETs | پتانسیل سطح
مقاله ترجمه شده
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi