Изследователски проектФонд научни изследвания
Звукова трансформация (сонификация) на електрокардиограма – нов подход при телеметрично мониториране на сърдечната дейност
Обект на изследване в проектното предложение е един нов подход за представяне и предаване на разстояние на ЕКГ, състоящ се в трансформация на регистрирания аналогов сигнал в звуков (сонификация) и използване на най-масовия способ за отдалечена свързаност – звуковата комуникация.
Категория
Фонд научни изследвания
Програма
Фонд „Научни изследвания“
Номер
№ КП-06-H37/9 от 06.12.2019 г.
Координатор
проф. дтн инж. Иво Илиев
Продължителност
06.12.2019 - 06.12.2022
Финансиране
Фонд „Научни изследвания“ към Министерство на образованието и науката
За проекта
Обект на изследване в проектното предложение е един нов подход за представяне и предаване на разстояние на ЕКГ, състоящ се в трансформация на регистрирания аналогов сигнал в звуков (сонификация) и използване на най-масовия способ за отдалечена свързаност – звуковата комуникация. Този вид комуникация не изисква специални мерки за защита (криптиране) на данните, тъй като използва стандартните канали за трансфер, осигурени от комуникационните компании. Предвидените дейности включват разработване и експериментални изследвания на хардуерни и софтуерни решения за трансформиране на ЕКГ сигналите в звук и следващо използване на „сонифицирания“ ЕКГ сигнал за диагностика на сърдечни аритмии. За целта ще бъде асемблиран портативен пациентен модул за регистриране на „сонифицирани“ ЕКГ сигнали с оптимални характеристики. През втория етап, ще бъде изследван диагностичния потенциал на амплитудно-честотно модулирания акустичен ЕКГ сигнал (в 3D пространството – време/честота/амплитуда) с помощта на класификационни алгоритми с машинно обучение. Цифровите обработките ще се извършват с компютърна станция с висока производителност, която ще даде възможност за обучение на различни многопараметрични оптимизационни и класификационни модели (напр. статистически модели, Naïve Bayes, метод на най-близките съседи, метод на главните компоненти, стъпков дискриминантен анализ, размита логика, дърво на решенията, метод на опорните вектори, конвенционални невронни мрежи и др.)
