ΑΥΤΟΜΑΤΗ ΕΠΕΞΕΡΓΑΣΙΑ ΗΛΕΚΤΡΟΚΑΡΔΙΟΓΡΑΦΗΜΑΤΟΣ. ΕΦΑΡΜΟΓΗ ΤΕΧΝΙΚΩΝ ΤΕΧΝΟΛΟΓΙΑΣ ΓΝΩΣΗΣ

Abstract

THE SUBJECTS OF THIS PH.D. THESIS ARE: A. PREPROCESSING OF ECG AND DATA REDUCTION. B. ECG WAVEFORMS RECOGNITION USING CLASSICAL TECHNIQUES (STATISTICAL, SYNTACTIC) AND KNOWLEDGE ENGINEERING TECHNIQUES. C. ECG DIAGNOSIS USING KNOWLEDGE ENGINEERING TECHNIQUES. THE CONTRIBUTION ON THE ABOVE SUBJECTS COULD BE DESCRIBEDAS: 1) THE DEVELOPMENT OF AN ECG DATA REDUCTION ALGORITHM WITH CERTAIN ADVANTAGES. 2) THE DEVELOPMENT OF QRS DETECTION ALGORITHM USING CLUSTER ANALYSIS. 3) THE DEVELOPMENT OF A QRS DETECTION ALGORITHM USING TIME RECURSIVE PREDICTION TECHNIQUES. 4) THE DEVELOPMENT OF A QRS DETECTION ALGORITHM USING A HYBRID APPROACH. 5) THE DEVELOPMENT OF A QRS DETECTION AND CLASSIFICATION USING PROLOG. 6) THE DEVELOPMENT OF AN EXPERT SYSTEM FOR ECG DIAGNOSIS.

Η ΕΡΓΑΣΙΑ ΑΣΧΟΛΕΙΤΑΙ ΜΕ: Α) ΤΟ ΠΡΟΒΛΗΜΑ ΤΗΣ ΕΠΕΞΕΡΓΑΣΙΑΣ ΚΑΙ ΕΞΑΓΩΓΗΣ ΠΡΩΤΟΓΕΝΩΝ ΧΑΡΑΚΤΗΡΙΣΤΙΚΩΝ ΣΤΟ ΗΛΕΚΤΡΟΚΑΡΔΙΟΓΡΑΦΗΜΑ (ΗΚΓ). Β) ΤΟ ΠΡΟΒΛΗΜΑ ΤΗΣ ΑΝΑΓΝΩΡΙΣΗΣ ΜΟΡΦΩΝ QRS ΣΤΟ ΗΚΓ ΚΑΙ Γ) ΤΟ ΠΡΟΒΛΗΜΑ ΤΗΣ ΔΙΑΓΝΩΣΗΣ ΣΤΟ ΗΚΓ. ΣΤΑ ΠΛΑΙΣΙΑ ΤΗΣ ΕΡΓΑΣΙΑΣ ΔΟΚΙΜΑΣΤΗΚΑΝ ΔΙΑΦΟΡΕΣ ΝΕΕΣ ΜΕΘΟΔΟΛΟΓΙΚΕΣ ΠΡΟΣΕΓΓΙΣΕΙΣ ΚΑΙ ΕΝΤΟΠΙΣΤΗΚΑΝΤΑ ΟΡΙΑ ΤΟΥΣ. ΕΙΔΙΚΟΤΕΡΑ: 1) ΠΡΟΤΑΘΗΚΕ ΜΕΘΟΔΟΣ ΠΡΟΕΠΕΞΕΡΓΑΣΙΑΣ ΚΑΙ ΕΞΑΓΩΓΗΣ ΠΡΩΤΟΓΕΝΩΝ ΧΑΡΑΚΤΗΡΙΣΤΙΚΩΝ ΑΠΟ ΤΟ ΗΚΓ ΠΟΥ ΧΑΡΑΚΤΗΡΙΖΕΤΑΙ ΑΠΟ ΥΨΗΛΗ ΑΠΟΔΟΣΗ. 2) ΕΦΑΡΜΟΣΤΗΚΑΝ ΜΕΘΟΔΟΙ ΤΕΧΝΟΛΟΓΙΩΝ ΓΝΩΣΗΣ ΣΤΟ ΠΡΟΒΛΗΜΑ ΤΗΣ ΑΝΑΓΝΩΡΙΣΗΣ ΜΟΡΦΩΝ QRS. 3) ΑΝΑΠΤΥΧΘΗΚΕ ΕΜΠΕΙΡΟ ΣΥΣΤΗΜΑ ΓΙΑ ΤΗΝ ΕΡΜΗΝΕΙΑ ΤΟΥ ΗΚΓ. 4) ΕΦΑΡΜΟΣΤΗΚΑΝ ΤΕΧΝΙΚΕΣ ΤΕΧΝΟΛΟΓΙΑΣ ΓΝΩΣΕΩΣ ΓΙΑ ΤΗΝ ΟΛΟΚΛΗΡΩΣΗ ΤΩΝ ΕΠΙΜΕΡΟΥΣ ΦΑΣΕΩΝ ΤΗΣ ΑΥΤΟΜΑΤΗΣ ΕΠΕΞΕΡΓΑΣΙΑΣ ΗΚΓ.