APPLICATION OF ARTIFICIAL NEURAL NETWORKS OPPORTUNITIES IN THE ANALYSIS OF HOLTER MONITORING FINDINGS
Abstract
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.
About the Authors
Y. N. Gorozhantsev
Scientific Research Institute – Ochapovsky Regional Clinical Hospital no. 1, The Krasnodar Krai Ministry of Health
Russian Federation
Russian Federation
S. G. Sergienko
Scientific Research Institute – Ochapovsky Regional Clinical Hospital no. 1, The Krasnodar Krai Ministry of Health
Russian Federation
Russian Federation
E. A. Vorotynsteva
Scientific Research Institute – Ochapovsky Regional Clinical Hospital no. 1, The Krasnodar Krai Ministry of Health
Russian Federation
Russian Federation
Y. V. Emelyanenko
Scientific Research Institute – Ochapovsky Regional Clinical Hospital no. 1, The Krasnodar Krai Ministry of Health
Russian Federation
Russian Federation
A. V. Gorozhansteva
Scientific Research Institute – Ochapovsky Regional Clinical Hospital no. 1, The Krasnodar Krai Ministry of Health
Russian Federation
Russian Federation
References
1. Горожанцев Ю.Н. Опыт применения непрерывного холтеровского мониторирования ЭКГ длительностью до 7 суток. Функциональная диагностика. 2010. № 4. С. 18-24
2. Горожанцев Ю.Н. Диагностические преимущества многосуточных холтеровских мониторирований по сравнению с 24-часовыми. Инновационная медицина Кубани. 2016. № 1. С. 55-58
3. Шубик Ю.В., Медведев М.М., Апарина И.В., Гордеева М.В. Различные способы регистрации электрокардиосигнала в диагностике симптомных аритмий. Вестник аритмологии. 2011. № 64. С. 71-80
4. Тихоненко В.М., Попов С.В., Цуринова Е.А., Трешкур Т.В. Многосуточное мониторирование ЭКГстелеметрией - новый метод диагностики редко возникающих симптомных аритмий и синкопаль-ных состояний. Вестник аритмологии. 2013. № 73. С. 58-63
5. Попов С.В., Цуринова Е.А., Тихоненко В.М. Применение многосуточного мониторирования электрокардиограммы в ведении беременной с желудочковыми аритмиями. Вестник аритмологии. 2015. № 81.С. 60-65
6. Цуринова Е.А., Попов С.В., Бернгардт Э.Р., Ананьева Н.И., Тихоненко В.М., Трешкур Т.В. Подбор антиаритмической терапии с помощью нового метода многосуточного телемониторирования электрокардиограммы. Вестник аритмологии. 2014. № 75. С. 29-34
7. Красичкова А.С., Фралова Е.В., Акулова А.Н. Статистический подход к синтезу алгоритма обнаружения QRS-комплекса для многоканальных записей электрокардиосигнала. Медицинская радиоэлектроника. 2012. № 1. С. 53-57
8. Кохонен Т. Самоорганизующиеся карты. М.: БИНОМ. Лаборатория Знаний. 2008. 655 с
9. Хайкин С. Нейронные сети: полный курс, 2-е изд., испр.: Пер. с англ. 2006. 1104 с
10. В.И. Горбаченко [Интернет]. Сети и карты Кохонена - [процитировано 4 декабря 2017]. Доступно по ссылке http://gorbachenko.self-organization.ru/
11. База данных РОХМИНЭ [Интернет]. М.: Российское общество холтеровского мониторирования и неинвазивной электрофизиологии. C.2015 - [процитировано 4 февраля 2016]. Доступно по ссылке: http://www.rohmine.org/baza-dannykh-rokhmine/
Review
For citations:
Gorozhantsev Y.N., Sergienko S.G., Vorotynsteva E.A., Emelyanenko Y.V., Gorozhansteva A.V. APPLICATION OF ARTIFICIAL NEURAL NETWORKS OPPORTUNITIES IN THE ANALYSIS OF HOLTER MONITORING FINDINGS. Innovative Medicine of Kuban. 2018;(1):12-15. (In Russ.)
Views:
306
Email this article 
