دانلود ترجمه مقاله استراتژی های یادگیری عمیق برای سنتز سیگنال الکتروکاردیوگرام جنین

عنوان فارسی

استراتژی های یادگیری عمیق برای سنتز سیگنال الکتروکاردیوگرام جنین

عنوان انگلیسی

Deep learning strategies for foetal electrocardiogram signal synthesis

کلمات کلیدی :

  یادگیری عمیق؛ الکتروکاردیوگرام جنین؛ شبکه عصبی کانولوشنال؛ شبکه عصبی باور عمیق؛ شبکه عصبی انتشار بازگشتی

درسهای مرتبط مهندسی پزشکی
تعداد صفحات مقاله انگلیسی : 7 نشریه : ELSEVIER
سال انتشار : 2020 تعداد رفرنس مقاله : 20
فرمت مقاله انگلیسی : PDF نوع مقاله : ISI
پاورپوینت : ندارد

سفارش پاورپوینت این مقاله

وضعیت ترجمه مقاله : انجام شده و با خرید بسته می توانید فایل ترجمه را دانلود کنید
ELSEVIER
قیمت دانلود ترجمه مقاله
76,800 تومان
فهرست مطالب

1. مقدمه 2. مروری بر مقالات 3. روش تحقیق پیشنهادی 4. نتایج و بحث و بررسی 5. نتیجه گیری

سفارش ترجمه
ترجمه نمونه متن انگلیسی

چکیده – یکی از دشوارترین کارها برای پزشکان، بدست آوردن «نوار قلب جنینی» (fECG) کیفیت بالا برای تحلیل، مدیریت و برنامه ریزی درمان طبق شرایط جنین در رحم می باشد. بنابراین، سیگنال نوار قلب جنینی، برای اجرای تحلیل جهت نظارت بر شرایط جنین، مورد ترجیح نمی باشد. روش های سنتی دیگری نیز برای دسترسی به شرایط جنین مورد استفاده قرار می گیرند. سیگنال نوار قلب جنین را می توان با استفاده از روش های هجومی یا غیرهجومی بدست آورد. از آنجایی که روش هجومی برای جنین مضر است، عمدتاً روش های غیرهجومی بکار گرفته می شوند. می توان تنها بعد از بیست و پنج هفته از رشد جنین در رحم، که به آن دوره «پیش از زایمان» گفته می شود، سیگنال های نوار قلب جنین را بدست آورد. این مقاله، استفاده از روش های یادگیری عمیق برای تولید سیگنال نوار قلب جنین غیرهجومی با استفاده از روشهای هوش مصنوعی را توضیح می دهد. روش های «شبکه عصبی کانوال»(CNN)، «شبکه های عصبی عقیده عمیق» (BNN)، و «شبکه عصبی انتشار معکوس» (BPNN) برای این پروپوزال بکارگرفته شده و تست شدند. نتایج و عملکرد آنها با ارجاع به سیگنال نوار قلب جنین کیفیت بالای تولید شده، مقایسه می شوند.

نمونه متن انگلیسی مقاله

One of the most difficult tasks for the physicians is to acquire a quality foetal electrocardiogram (fECG) to analyze, manage and plan according to the condition of the foetus in the womb. Hence the foetal electrocardiogram signal is not preferred to execute the analysis to monitor the Foetal condition. Other traditional methods are being used to access the foetal condition. The foetal electrocardiogram signal can be acquired either by using invasive or non- invasive techniques. Since the invasive technique is harmful for the foetus, non-invasive technique is mostly adopted. The foetal electrocardiogram signal can be acquired only after twenty five weeks the foetus is developed in the womb, which is referred as the Antepartum period. This article portrays the use of Deep learning techniques for non-invasive foetal electrocardiogram signal synthesis using artificial intelligent techniques. Convolutional neural network (CNN), Deep belief neural networks (BNN) and Back propagation Neural Network (BPNN) have been utilized and tested for the proposal. The outcomes and performance are compared with reference to the synthesized high quality foetal electrocardiogram signal.

توضیحات و مشاهده مقاله انگلیسی

ترجمه این مقاله در 13 صفحه آماده شده و در ادامه نیز صفحه 3 آن به عنوان نمونه قرار داده شده است که با خرید این محصول می توانید، فایل WORD و PDF آن را دریافت نمایید.

محتوی بسته دانلودی:

PDF مقاله انگلیسی ورد (WORD) ترجمه مقاله به صورت کاملا مرتب (ترجمه شکل ها و جداول به صورت کاملا مرتب)
قیمت : 76,800 تومان

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “دانلود ترجمه مقاله استراتژی های یادگیری عمیق برای سنتز سیگنال الکتروکاردیوگرام جنین”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

شانزده − 11 =

مقالات ترجمه شده

نماد اعتماد الکترونیکی

پشتیبانی

logo-samandehi