KFU. Card publication. Выделение характерных параметров ЭКГ-сигнала для диагностики заболеваний сердечно-сосудистой системы методами ИИ

KAZAN
FEDERAL UNIVERSITY

- RUS
- 中文
- ES

ВЫДЕЛЕНИЕ ХАРАКТЕРНЫХ ПАРАМЕТРОВ ЭКГ-СИГНАЛА ДЛЯ ДИАГНОСТИКИ ЗАБОЛЕВАНИЙ СЕРДЕЧНО-СОСУДИСТОЙ СИСТЕМЫ МЕТОДАМИ ИИ

Form of presentation

Conference proceedings in Russian journals and collections

Year of publication

2025

Язык

русский

Authors, employees of KFU

Mosin Sergey Gennadevich, author

Authors, students KFU

Ziastinov Almaz Rafikovich, author

Bibliographic description in the original language

Ziastinov A.R., Mosin S.G. Vydelenie kharakternykh parametrov EKG-signala dlya diagnostiki zabolevaniy serdechno-sosudistoy sistemy metodami II // Sovremennye tekhnologii v nauke i obrazovanii – STNO-2025 [tekst]: sb. tr. VIII mezhdunar. nauch.-tekhn. foruma: v 10 t. T.5./ pod obshh. red. O.V. Milovzorova. – Ryazan: Ryazan. gos. radiotekhn. un-t, 2025. S. 10–14.

Annotation

Современные технологии в науке и образовании – СТНО-2025 [текст]: сб. тр. VIII междунар. науч.-техн. форума: в 10 т. Т.5./ под общ. ред. О.В. Миловзорова

Keywords

Заболевания сердечно-сосудистой системы, диагностика заболеваний, ЭКГ-сигналы, методы ИИ, сверточные нейронные сети, CNN, PTB-XL dataset

The name of the journal

Please use this ID to quote from or refer to the card

https://repository.kpfu.ru/eng/?p_id=314548&p_lang=2

Full metadata record

Field DC	Value	Language
dc.contributor.author	Mosin Sergey Gennadevich	ru_RU
dc.contributor.author	Ziastinov Almaz Rafikovich	ru_RU
dc.date.accessioned	2025-01-01T00:00:00Z	ru_RU
dc.date.available	2025-01-01T00:00:00Z	ru_RU
dc.date.issued	2025	ru_RU
dc.identifier.citation	Зиастинов А.Р., Мосин С.Г. Выделение характерных параметров ЭКГ-сигнала для диагностики заболеваний сердечно-сосудистой системы методами ИИ // Современные технологии в науке и образовании – СТНО-2025 [текст]: сб. тр. VIII междунар. науч.-техн. форума: в 10 т. Т.5./ под общ. ред. О.В. Миловзорова. – Рязань: Рязан. гос. радиотехн. ун-т, 2025. С. 10–14.	ru_RU
dc.identifier.uri	https://repository.kpfu.ru/eng/?p_id=314548&p_lang=2	ru_RU
dc.description.abstract	Современные технологии в науке и образовании – СТНО-2025 [текст]: сб. тр. VIII междунар. науч.-техн. форума: в 10 т. Т.5./ под общ. ред. О.В. Миловзорова	ru_RU
dc.description.abstract	Рассмотрены методы автоматического анализа ЭКГ-сигналов для диагностики сердечно-сосудистых заболеваний с использованием сверточных нейронных сетей (CNN). Разработана архитектура CNN, адаптированная для обработки многомерных временных рядов ЭКГ. Проведено обучение модели на наборе данных PTB-XL, включающем 21 837 клинических записей. Наилучшие результаты показали конфигурации с пятью сверточными слоями и функцией активации ReLU, достигнув точности 94%. Предложены рекомендации по улучшению модели за счет применения модифицированных архитектур, таких как ResNet и DenseNet. Ключевые слова: ЭКГ-сигналы, искусственный интеллект, сверточные нейронные сети, диагностика заболеваний, машинное обучение.	ru_RU
dc.language.iso	ru	ru_RU
dc.subject	Заболевания сердечно-сосудистой системы	ru_RU
dc.subject	диагностика заболеваний	ru_RU
dc.subject	ЭКГ-сигналы	ru_RU
dc.subject	методы ИИ	ru_RU
dc.subject	сверточные нейронные сети	ru_RU
dc.subject	CNN	ru_RU
dc.subject	PTB-XL dataset	ru_RU
dc.title	Выделение характерных параметров ЭКГ-сигнала для диагностики заболеваний сердечно-сосудистой системы методами ИИ	ru_RU
dc.type	Conference proceedings in Russian journals and collections	ru_RU