Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/15472
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorอรรถสิทธิ์ สุรฤกษ์-
dc.contributor.advisorนงลักษณ์ โควาวิสารัช-
dc.contributor.authorสาธิต ตั้งติดธรรม-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์-
dc.date.accessioned2011-07-10T07:47:35Z-
dc.date.available2011-07-10T07:47:35Z-
dc.date.issued2551-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/15472-
dc.descriptionวิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2551en
dc.description.abstractการตรวจวัดภาพคลื่นไฟฟ้าหัวใจซึ่งเกิดจากการไหลเวียนของกระแสไฟฟ้าภายในหัวใจเพื่อช่วยในการวินิจฉัยและระบุปัญหาของหัวใจที่อาจเกิดขึ้นนั้น กำลังเป็นปัญหาที่สำคัญและน่าเบื่อ เนื่องจากระยะเวลาของภาพคลื่นไฟฟ้าหัวใจที่ถูกบันทึกและต้องนำมาวินิจฉัย มีความยาว 8 ถึง 24 ชั่วโมง ซึ่งการวินิจฉัยแบบนี้ต้องใช้เวลาอย่างมากในการตรวจสอบ การทำให้ภาพคลื่นไฟฟ้าหัวใจรวมกันอยู่เป็นกลุ่มพวกเดียวกันเป็นสิ่งที่จะช่วยในการแก้ปัญหานี้อย่างมาก ในงานวิจัยนี้เราสนใจที่จะจัดกลุ่มภาพคลื่นไฟฟ้าหัวใจโดยใช้เทคนิคในการหารูปแบบของภาพคลื่นไฟฟ้าหัวใจ และแสดงออกมาเป็นรูปแบบของออโตมาตาแบบจำกัด โดยมีการปรับปรุงแก้ไขการสร้างออโตมาตาในแบบเดิมของการสร้างออโตมาตาตรวจสอบได้เค ให้มีความยืดหยุ่นมากขึ้นกว่ารูปแบบเดิม โดยผลการทดลองที่ได้แสดงให้เห็นถึงความสามารถที่เปลี่ยนไปอย่างเห็นได้ชัดด้วยเทคนิคนี้.en
dc.description.abstractalternativeElectrocardioraphy (EKG) measures heart's electrical activity to help Physicians evaluate its function and identify any problems that might exist. EKG investigation is an important and tedious problem since EKG graph is needed to be recorded and monitored for a long period (8-24 hours). This requires a lot of time for identifying problems. EKG clustering is certainly useful for simplifying the proglem. In this research, we aim to automatically cluster EKG. Our technique is to recognize EKG patterns and to express them by finite automata. We have proposed a modified k-testable method which is more flexible than the classical one. The experimental results show that EKG clustering can be significantly performed using the introduced technique.en
dc.format.extent933530 bytes-
dc.format.mimetypeapplication/pdf-
dc.language.isothes
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen
dc.relation.urihttp://doi.org/10.14457/CU.the.2008.98-
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen
dc.subjectตัวอักษรen
dc.subjectวากยสัมพันธ์en
dc.subjectการบันทึกคลื่นไฟฟ้าหัวใจ -- การจำแนกen
dc.titleการจัดกลุ่มภาพคลื่นไฟฟ้าหัวใจเชิงวากยสัมพันธ์en
dc.title.alternativeSyntactic electrocardiography classificationen
dc.typeThesises
dc.degree.nameวิทยาศาสตรมหาบัณฑิตes
dc.degree.levelปริญญาโทes
dc.degree.disciplineวิทยาศาสตร์คอมพิวเตอร์es
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen
dc.email.advisorathasit@cp.eng.chula.ac.th-
dc.email.advisornongluk.c@chula.ac.th-
dc.identifier.DOI10.14457/CU.the.2008.98-
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
Satit_ta.pdf911.65 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.