Метою роботи є підвищення якості аналізу електрокардіограм (ЕКГ) шляхом розробки методів та алгоритмів більш точного визначення відхилень у попередньо оброблених біосигналах людини з метою мінімізації загроз здоров’ю та вчасного впливу для покращення якості життя. Основою розроблених методів є підходи на базі машинного навчання, які було апробовано на різноманітних доступних великих вибірках даних, що довело високу ефективність запропонованих методів.Життя і здоров’я людини є пріоритетом конституцій багатьох держав, і загалом задачею багатьох галузей. Разом з тим, за статистикою Всесвітньої організації охорони здоров’я більше чверті смертей спричинено серцевосудинними захворюваннями. При цьому, вчасна діагностика та втручання фахівців могли б значно покращити ситуацію. Отже, більш точний аналіз танеперервний моніторинг у групах ризику допоміг би покращити якість життя людей, особливо з групи ризику щодо серцево-судинних захворювань. Таким чином, більше мобільних пристроїв у користуванні, які дозволяють у реальному часі проводити моніторинг ЕКГ, та точніші методи діагностики, з іншого боку, дозволили б досягти поставленої мети і зменшити кількість смертей.

Постачальник даних: УкрІНТЕІ (Український Інститут науково-технічної експертизи та Інформації)

  Завантажити автореферат