Breath Analysis for Medical Applications / Zhang, David  

Público ISBD Ningún comentario para este registro. Título : Breath Analysis for Medical Applications Tipo de documento: documento electrónico Autores: Zhang, David, Autor ; Guo, Dongmin, Autor ; Yan, Ke, Autor Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2017 Número de páginas: XIII, 309 p. 99 ilustraciones, 88 ilustraciones en color. ISBN/ISSN/DL: 978-981-10-4322-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Informática Médica  Sistemas de reconocimiento de patrones  Procesamiento de la señal  Informática de la Salud  Reconocimiento de patrones automatizado  Procesamiento de señales  voz e imágenes Índice Dewey: 610.285 Resumen: Este libro describe las tecnologías de procesamiento de señales respiratorias y sus aplicaciones en la clasificación y diagnóstico de muestras médicas. En primer lugar, proporciona una introducción completa a los métodos de adquisición de señales respiratorias, basados ​​en diferentes tipos de sensores químicos, junto con el esquema optimizado de selección y adquisición de fusión. Luego presenta técnicas de preprocesamiento, como métodos de eliminación de deriva y extracción de características, y utiliza estudios de casos para explorar los métodos de clasificación. Por último, analiza direcciones de investigación prometedoras y posibles aplicaciones médicas del diagnóstico computarizado del aliento. Es un valioso recurso interdisciplinario para investigadores, profesionales y estudiantes de posgrado que trabajan en diversos campos, incluido el diagnóstico del aliento, el procesamiento de señales, el reconocimiento de patrones y la biometría. Nota de contenido: 1. Introduction -- 2. Literature Review -- 3. A Novel Breath Acquisition System Design -- 4. An LDA Based Sensor Selection Approach -- 5. Sensor Evaluation in a Breath Acquisition System -- 6. Improving the Transfer Ability of Prediction Models -- 7. Learning Classification and Regression Models for Breath Data with Drift based on Transfer Samples -- 8. A Transfer Learning Approach with Autoencoder for Correcting Instrumental Variation and Time-Varying Drift -- 9. Drift Correction using Maximum Independence Domain Adaptation -- 10. Feature Selection and Analysis on Correlated Breath Data -- 11. Breath Sample Identification by Sparse Representation-based Classification -- 12. Monitor Blood Glucose Levels via Sparse Representation Approach -- 13. Diabetics by Means of Breath Signal Analysis -- 14. A Breath Analysis System for Diabetes Screening and Blood Glucose Level Prediction. 15. A Novel Medical E-Nose Signal Analysis System -- 16. Book Review and Future Work. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Breath Analysis for Medical Applications [documento electrónico] / Zhang, David, Autor ; Guo, Dongmin, Autor ; Yan, Ke, Autor  . -  1 ed.  . - Singapore [Malasya] : Springer, 2017 . - XIII, 309 p. 99 ilustraciones, 88 ilustraciones en color. ISBN : 978-981-10-4322-2 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Informática Médica  Sistemas de reconocimiento de patrones  Procesamiento de la señal  Informática de la Salud  Reconocimiento de patrones automatizado  Procesamiento de señales  voz e imágenes Índice Dewey: 610.285 Resumen: Este libro describe las tecnologías de procesamiento de señales respiratorias y sus aplicaciones en la clasificación y diagnóstico de muestras médicas. En primer lugar, proporciona una introducción completa a los métodos de adquisición de señales respiratorias, basados ​​en diferentes tipos de sensores químicos, junto con el esquema optimizado de selección y adquisición de fusión. Luego presenta técnicas de preprocesamiento, como métodos de eliminación de deriva y extracción de características, y utiliza estudios de casos para explorar los métodos de clasificación. Por último, analiza direcciones de investigación prometedoras y posibles aplicaciones médicas del diagnóstico computarizado del aliento. Es un valioso recurso interdisciplinario para investigadores, profesionales y estudiantes de posgrado que trabajan en diversos campos, incluido el diagnóstico del aliento, el procesamiento de señales, el reconocimiento de patrones y la biometría. Nota de contenido: 1. Introduction -- 2. Literature Review -- 3. A Novel Breath Acquisition System Design -- 4. An LDA Based Sensor Selection Approach -- 5. Sensor Evaluation in a Breath Acquisition System -- 6. Improving the Transfer Ability of Prediction Models -- 7. Learning Classification and Regression Models for Breath Data with Drift based on Transfer Samples -- 8. A Transfer Learning Approach with Autoencoder for Correcting Instrumental Variation and Time-Varying Drift -- 9. Drift Correction using Maximum Independence Domain Adaptation -- 10. Feature Selection and Analysis on Correlated Breath Data -- 11. Breath Sample Identification by Sparse Representation-based Classification -- 12. Monitor Blood Glucose Levels via Sparse Representation Approach -- 13. Diabetics by Means of Breath Signal Analysis -- 14. A Breath Analysis System for Diabetes Screening and Blood Glucose Level Prediction. 15. A Novel Medical E-Nose Signal Analysis System -- 16. Book Review and Future Work. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

---

1 (1 - 1 / 1) Par page : 25 50 100 200