Развитие методики холтеровского мониторирования ЭКГ в направлении увеличения длительности исследования предъявляет повышенные требования к программному обеспечению. В связи с этим вызывает интерес использование технологий искусственного интеллекта на основе нейронных сетей. Нами была сконструирована и программно реализована искусственная нейронная сеть (ИНС) на основе самообучающегося слоя Кохонена. Изучена и подтверждена эффективность функционирования данной ИНС при выполнении задач кластеризации QRS комплексов, содержащихся в записях тестовой базы данных РОХМИНЭ.
Development of a Holter monitoring technique in the direction to increase research duration, imposes increased requirements to the software. In this regard use of artificial intellect technologies are of interest. We designed and realized artificial neural networks on the basis of a self-training layer of Kokhonen. The efficiency of ANN functioning in case of execution the tasks of the QRS complexes clustering which are contained in the findings of the ROHMINE test database is studied and confirmed.
The authors declare that there are no conflicts of interest present.