Как стать автором
Обновить

Разработка программного средства по обработке данных фонокардиограммы

Уровень сложностиСложный
Время на прочтение41 мин
Количество просмотров1.3K

Медицинские исследования играют важную роль в понимании различных заболеваний и разработке эффективных методов лечения. Одним из инструментов, используемых в кардиологии, является фонокардиограмма (ФКГ).

Фонокардиограмма - это метод диагностики сердечно-сосудистой системы, который основывается на записи звуков, производимых сердцем. Она может быть полезной в определении различных заболеваний сердца, таких как стеноз клапана, митральный стеноз, митральную недостаточность, перикардит и другие.

ФКГ может использоваться для оценки эффективности лечения сердечных заболеваний и для наблюдения за состоянием сердца в течение времени. Если у вас есть симптомы, такие как боль в груди, одышка, учащенный пульс, упадок сил, обратитесь к кардиологу, который посоветует, нужна ли вам ФКГ [1].

Объектом исследования выпускной квалификационной работы является список файлов формата .csv, содержащих разделенные знаком ";" смещенные целочисленные значения амплитуды шумов сердца, записанные в течение нескольких секунд, частота дискретизации – 1000 гц (числа в записи обозначают амплитуду сигнала, временной промежуток между соседними значениями - 1 миллисекунда).

Цель работы состоит в создании алгоритма автоматической интерпретации снятых данных, который пытается по форме кривых делать выводы, аналогичные тем, которые по этим же кривым умеет делать эксперт и создание собственного алгоритма. Необходимо определить и выделить точку максимальной амплитуды, начало и окончание тона 1 для каждого из сердечных циклов. Ответ необходимо вывести в виде списка списков [t1, t2, t3], где t1 – начало тона 1, t2 – точка максимальной амплитуды, t3 – окончание тона 1. Также, для проверки результата, необходимо визуализировать полученный результат на графике. Данную процедуру необходимо произвести для каждого файла.

Ссылка на github: medical_date/script.py at main · ReshetnikovDmitrii4918/medical_date (github.com)

Читать далее
Всего голосов 10: ↑11.5 и ↓-1.5+13
Комментарии12

Исследователи ИИ обнаружили предел распикселизации лиц на фото. Дальше алгоритм «придумывает» лицо

Время на прочтение2 мин
Количество просмотров11K
imageФото: Duke University

Исследователи показали работу новой системы на ИИ, которая генерирует изображение «с повышением частоты дискретизации» в 64 раза по сравнению с оригиналом с низким разрешением. В разработке использовали алгоритм исследования скрытого пространства. Система показала, что воспроизведенное изображение может кардинально отличаться от оригинала.
Всего голосов 9: ↑8 и ↓1+7
Комментарии18

Общего между фракталами и голографией

Время на прочтение7 мин
Количество просмотров7K
Продолжим тему бильярдных фракталов.



В статье присутствуют Gif (трафик!) и контрастные картинки. У эпилептиков может случиться эпилептический припадок.
Читать дальше →
Всего голосов 37: ↑36 и ↓1+35
Комментарии15

Определение частоты сердечных сокращений методом корреляции с использованием быстрых Фурье преобразований

Время на прочтение4 мин
Количество просмотров3.5K

При обработке медицинских данных требуется определять частоту сердечных сокращений (ЧСС). Большинство методик расчёта ЧСС использует определение пиков в графике сердечных сокращений и подсчёта длительности интервала между пиками. Альтернативным методом расчёта ЧСС является вычисление корреляции последовательности измерений относительно сдвига графика на заданный интервал времении и выбор в качестве вычисленного интервала того, при котором корреляция максимальная. Недостатком вычисления интервала сердечных сокращений методом рассчёта корреляции является большое число вычислений, однако число этих расчётов можно существенно сократить при использовании быстрых Фурье преобразований (БФП).

Читать далее
Всего голосов 10: ↑6 и ↓4+2
Комментарии15

Сжатие изображений с потерями

Время на прочтение10 мин
Количество просмотров27K
Идея, лежащая в основе всех алгоритмов сжатия с потерями, довольно проста: на первом этапе удалить несущественную информацию, а на втором этапе к оставшимся данным применить наиболее подходящий алгоритм сжатия без потерь. Основные сложности заключаются в выделении этой несущественной информации. Подходы здесь существенно различаются в зависимости от типа сжимаемых данных. Для звука чаще всего удаляют частоты, которые человек просто не способен воспринять, уменьшают частоту дискретизации, а также некоторые алгоритмы удаляют тихие звуки, следующие сразу за громкими, для видеоданных кодируют только движущиеся объекты, а незначительные изменения на неподвижных объектах просто отбрасывают. Методы выделения несущественной информации на изображениях будут подробно рассмотрены далее.
Читать дальше →
Всего голосов 25: ↑23 и ↓2+21
Комментарии0

DAT: промахнувшийся убийца CD или еще один несправедливо забытый формат

Время на прочтение7 мин
Количество просмотров42K
Год назад один из редакторов GT опубликовал интереснейший материал на тему цифровых кассет DCC (Digital compact cassette). Мне тогда показалось, что ранее я видел что-то похожее, поэтому в опросе, который был опубликован в завершение поста, я смело кликнул ответ: «видел». Как выяснилось позднее — ошибался, на самом деле — это были совсем другие носители, которым, собственно, и посвящён этот пост.


Речь пойдёт о формате DAT (Digital audio tape) или R-DAT (Rotary head Digital Audio Tape), который появился в 1987-м году и мог бы стать полноценной заменой как CD, так и СС (компакт кассеты), если бы не ряд обстоятельств. Именно DAT стали первыми цифровыми кассетами, на короткое время взяв пальму первенства в состязании профессиональных цифровых носителей для записи звука. Как и в случае с DCC, DAT имеет прямое отношение к компании Philips, которая разрабатывала носитель и устройства чтения, тогда ещё в партнёрстве с будущим соперником, компанией SONY.
Читать дальше →
Всего голосов 27: ↑26 и ↓1+25
Комментарии48