Name: Otomatik 12-Lead Elektrokardiyogram (EKG) Dijitalizasyonu ve WaveForm DataBase (WFDB) Standartlaştırması: Vietnam Klinik Verilerinden İçgörüler (Video) | JoVE Journal
Uploaded: 2026-03-13T14:15:00.000+00:00
Duration: 9 min 24 s
Description: Keşfedin: 12 deriveli EKG görüntülerini WFDB uyumlu dijital sinyallere dönüştürme protokolü. Izgara algılama, otomatik lokalizasyon ve dalga formu çıkarımı ile klinik görüntüleri analiz edilebilir verilere çevirir.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

<ol><li>Muhammet, A., Fani, D., Christos, A., Idris, Z., Gruschen, R. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Digitization+and+Linkage+of+PDF+Formatted+12-Lead+Electrocardiograms+in+Adult+Congenital+Heart+Disease%5BTitle%5D)+AND+%22CJC+Pediatric+and+Congenit+Heart+Dis%22%5BJournal%5D)">Digitization and Linkage of PDF Formatted 12-Lead Electrocardiograms in Adult Congenital Heart Disease.</a> CJC Pediatric and Congenit Heart Dis. 4 (5), 263-273 (2025).</li>
<li>Baydoun, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High+precision+digitization+of+paper-based+ECG+records%3A+A+step+toward+smart+machine+learning%5BTitle%5D)+AND+%22IEEE+J+Transl+Eng+Health+Med%22%5BJournal%5D)">High precision digitization of paper-based ECG records: A step toward smart machine learning.</a> IEEE J Transl Eng Health Med. 7, 1-8 (2019).</li>
<li>Demolder, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High+precision+ECG+digitization+using+artificial+intelligence%5BTitle%5D)+AND+%22Biomed+Signal+Process+Control%22%5BJournal%5D)">High precision ECG digitization using artificial intelligence.</a> Biomed Signal Process Control. 72, 103331(2024).</li>
<li>Prim, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+data+pipeline+for+extraction+and+processing+of+electrocardiogram+recordings%5BTitle%5D)+AND+%22Comput+Cardiol%22%5BJournal%5D)">A data pipeline for extraction and processing of electrocardiogram recordings.</a> Comput Cardiol. 48, 1-4 (2021).</li>
<li>Rautela, D., Bajeli, D., Kumar, M., Vaidya, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Identifying+cardiovascular+disorders+through+ECG+image+analysis%5BTitle%5D)+AND+%22Knowl-Based+Syst%22%5BJournal%5D)">Identifying cardiovascular disorders through ECG image analysis.</a> Knowl-Based Syst. 186, 104925(2020).</li>
<li>Reyna, M. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((ECG-Image-Database%3A+A+dataset+of+ECG+images+with+real-world+imaging+and+patient+annotations%5BTitle%5D)+AND+%22arXiv%22%5BJournal%5D)">ECG-Image-Database: A dataset of ECG images with real-world imaging and patient annotations.</a> arXiv. , (2024).</li>
<li>Ribeiro, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automatic+12-lead+ECG+classification+using+a+convolutional+network+ensemble%5BTitle%5D)+AND+%22Comput+Cardiol%22%5BJournal%5D)">Automatic 12-lead ECG classification using a convolutional network ensemble.</a> Comput Cardiol. 47, 1-4 (2020).</li>
<li>Jessy, K. S. J., Manikandan, D. G., Hemalatha, M. S., Veroncia, M. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Detection+of+cardiovascular+disease+using+ECG+images+in+machine+learning+and+deep+learning%5BTitle%5D)+AND+%22Int+J+Sci+Res+Sci+Technol%22%5BJournal%5D)">Detection of cardiovascular disease using ECG images in machine learning and deep learning.</a> Int J Sci Res Sci Technol. 11, 131-139 (2024).</li>
<li>Digitization of ECG records using signal extraction techniques. Karnaschandani, H., et al. 2024 Second International Conference on Data Science and Information System (ICDSIS), Hassan, India, , 1-8 (2024).</li>
<li>Nguyen, C. V., Nguyen, H. N., Nguyen, D. A., Do, C. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((VinDigitizer%3A+An+image+processing+approach+to+digitize+paper+ECG+records%5BTitle%5D)+AND+%22Comput+Cardiol%22%5BJournal%5D)">VinDigitizer: An image processing approach to digitize paper ECG records.</a> Comput Cardiol. 51, 1-4 (2024).</li>
<li>Patil, R., Narkhede, R. D., Vama, B., Suraliya, S., Raut, S. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Auto+lead+extraction+in+ECG+images%3A+Identification+of+ECG+paper+records+using+deep+learning%5BTitle%5D)+AND+%22Biomed+Signal+Process+Control%22%5BJournal%5D)">Auto lead extraction in ECG images: Identification of ECG paper records using deep learning.</a> Biomed Signal Process Control. 72, 103339(2024).</li>
<li>Santamaría, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((ECGMiner%3A+A+flexible+software+for+accurately+digitizing+ECG%5BTitle%5D)+AND+%22Comput+Methods+Programs+Biomed%22%5BJournal%5D)">ECGMiner: A flexible software for accurately digitizing ECG.</a> Comput Methods Programs Biomed. 246, 108053(2024).</li>
<li>Shivashankara, K. K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+open+ECG-image+toolkit%3A+ECG-ImageNet+%E2%80%93+an+open+image+generation+toolbox+to+facilitate+deep+learning-based+electrocardiogram+digitization%5BTitle%5D)+AND+%22Biomed+Signal+Process.+Control%22%5BJournal%5D)">An open ECG-image toolkit: ECG-ImageNet – an open image generation toolbox to facilitate deep learning-based electrocardiogram digitization.</a> Biomed Signal Process. Control. 72, 103342(2024).</li>
<li>Wang, L. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Paper-recorded+ECG+digitization+method+with+automatic+reference+voltage+selection+for+telemonitoring+and+diagnosis%5BTitle%5D)+AND+%22Diagnostics%22%5BJournal%5D)">Paper-recorded ECG digitization method with automatic reference voltage selection for telemonitoring and diagnosis.</a> Diagnostics. 14 (17), 1910(1910).</li>
<li>Wang, T., Zhang, Y., Liu, X., Huang, Z., Qin, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automatic+Detection+of+Arrhythmias+Using+a+YOLO-Based+Network+with+Long-Duration+ECG+Signals%5BTitle%5D)+AND+%22Eng+Proc%22%5BJournal%5D)">Automatic Detection of Arrhythmias Using a YOLO-Based Network with Long-Duration ECG Signals.</a> Eng Proc. 2 (1), 84(2020).</li>
<li>Wu, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+fully+automated+paper+ECG+digitisation+algorithm+using+deep+learning%5BTitle%5D)+AND+%22Sci+Rep%22%5BJournal%5D)">A fully automated paper ECG digitisation algorithm using deep learning.</a> Sci Rep. 12, 25284(2022).</li>
<li>Júnior, O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+automated+machine+learning+method+to+efficiently+classify+the+12-lead+ECG+signal+acquisition+quality%5BTitle%5D)+AND+%22Computing+in+Cardiology%22%5BJournal%5D)">An automated machine learning method to efficiently classify the 12-lead ECG signal acquisition quality.</a> Computing in Cardiology. 50, 1-6 (2023).</li>
<li>Lence, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((ECGtizer%3A+A+fully+automated+digitizing+and+signal+recovery+pipeline+for+electrocardiograms%5BTitle%5D)+AND+%22arXiv%22%5BJournal%5D)">ECGtizer: A fully automated digitizing and signal recovery pipeline for electrocardiograms.</a> arXiv. , (2024).</li>
<li>Büyüksolak, O., Öksüz, İ <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Pic2Diagnosis%3A+A+Method+for+Diagnosis+of+Cardiovascular+Diseases+from+the+Printed+ECG+Pictures%5BTitle%5D)+AND+%22Proc.+IEEE+EMBC%22%5BJournal%5D)">Pic2Diagnosis: A Method for Diagnosis of Cardiovascular Diseases from the Printed ECG Pictures.</a> Proc. IEEE EMBC. , (2025).</li>
</ol>

<table><tbody><tr><td>GPU (çalışma zamanı testleri)</td><td>NVIDIA</td><td>GeForce RTX 3060 12 GB</td><td>NVIDIA GeForce RTX 3060 12 GB çalışma zamanı testleri için kullanıldı</td></tr><tr><td>NumPy</td><td>NumPy</td><td>1.26.4</td><td>Sayısal işleme</td></tr><tr><td>OpenCV</td><td>OpenCV</td><td>4.10.0.84</td><td>Görüntü ön işleme (çarpıklık, filtreleme)</td></tr><tr><td>İşletim sistemi (çalışma zamanı testleri)</td><td>Microsoft</td><td>Windows 11</td><td>Çalışma zamanı testleri için kullanılan Windows 11</td></tr><tr><td>PDF-görüntüye dönüştürücü</td><td>Bu protokol</td><td>V1</td><td>PDF rasterizasyonu 300 DPI; veri Erişilebilirliği'nde depo URL'sini sağla</td></tr><tr><td>Python</td><td>Python Yazılım Vakfı</td><td>3.12.5</td><td>Çalışma zamanı ortamı</td></tr><tr><td>PyTorch</td><td>PyTorch</td><td>0.5.0</td><td>YOLOv12 için arka uç</td></tr><tr><td>Tarayıcı</td><td>Kanon</td><td>DR-C240</td><td>300 DPI, gri ton, PNG/TIFF önerilir</td></tr><tr><td>scikit-image</td><td>scikit-image</td><td>0.25.0</td><td>İskeletleşme ve morfoloji (merkez çizgisi)</td></tr><tr><td>Ultralitikler</td><td>Ultralitikler</td><td>8.3.155</td><td>YOLOv12 eğitim/çıkarım çerçevesi</td></tr><tr><td>wfdb (Python paketi)</td><td>PhysioNet</td><td>4.1.2</td><td>WFDB dışa aktarma (.hea/.dat)</td></tr></tbody></table>

otomatik 12-lead elektrokardiyogram (ekg) dijitalizasyonu ve waveform database (wfdb) standartlaştırması: vietnam klinik verilerinden İçgörüler

Automated 12-Lead Electrocardiograms (ECG) Digitization and WaveForm DataBase (WFDB) Standardization: Insights from Vietnamese Clinical Data

Otomatik 12-Lead Elektrokardiyogram (EKG) Dijitalizasyonu ve WaveForm DataBase (WFDB) Standartlaştırması: Vietnam Klinik Verilerinden İçgörüler

Many clinics still archive 12-lead electrocardiograms (ECGs) as printed paper records or raster images embedded in PDF reports, which limits ...

EKG görüntülerini klinik ve araştırma amaçlı standardize edilmiş WFDB sinyallerine dönüştürmek için otomatik bir yöntem sunuyoruz. Mevcut yöntemler gürültü ve düzen değişkenliğiyle ilgili sorunlar yaşarken, bizim yaklaşımımız sağlamlığı ve standardizasyonu artırmaktadır.Başlamak için, inç başına 300 nokta (dpi) çözünürlüğünde gri tonlamalı PDF görüntüleri olarak sunulan tüm toplanmış elektrokardiyogramları veya EKG'leri Data etiketli bir klasöre yerleştirin. Python kullanarak, veri klasöründeki EKG PDF dosyalarını açın ve analiz edilecek PDF'yi seçin. PDF'nin her sayfasını 300 dpi çözünürlükte işleyin ve işlenen her sayfayı gri tonlamaya dönüştürün. İşlenmiş EKG sayfasını, görüntü kalitesini korumak için minimum sıkıştırma kullanarak JPG görüntüsü olarak kaydedin. Oluşturulan görüntüyü, orijinal PDF ile eşleşen dosya adını koruyarak belirlenen çıktı görüntüleri klasörüne kaydedin. Yerel kontrastı artırmak, sönük ızgara çizgilerinin ve dalga formu özelliklerinin görünürlüğünü iyileştirmek ve aynı zamanda sonraki analizler için görüntü detaylarını korumak amacıyla gri tonlamalı EKG görüntüsüne CLAHE uygulayın. Dalga formu kenarlarını korurken yüksek frekanslı gürültüyü azaltmak için

automated-12-lead-electrocardiograms-ecg-digitization-waveform

Research

JoVE Journal

Engineering

Mühendislik

Sürekli 12 derivasyonlu elektrokardiyografi (EKG) izleme şüpheli akut koroner sendrom (AKS) hastalarda, zaman bile asemptomatik, geçici miyokardiyal iskemi tespit edebilirsiniz. Bu yazıda, bir Holter cihazı kullanarak hasta izleme başlatan off-line analiz için EKG veri indirirken, ve nasıl geçici iskemi tanımlamak için EKG yazılım kullanmak için yöntem açıklanmaktadır.

Sürekli ST segment analizi kullanarak Şüpheli Akut Koroner Sendromlu Hastalarda Geçici Miyokard İskemi Teşhisi İçin Bir Araştırma Yöntemi

Burada, canlı anestezize edilmiş yetişkin zebrafislerde elektrokardiyogram kaydetmek ve yorumlamak için güvenilir, minimal invazif ve uygun maliyetli bir yöntem sunuyoruz.

Yetişkin zebrafish için In vivo yüzey elektrokardiyografi

Standart elektrokardiyogramlardan Einthoven yollarla aynı şekilde çalışan bir akıllı saat ile üç kurşunlu bipolar elektrokardiyogramın hasta tarafından yönlendirilmiş kaydı için bir protokol uyguluyoruz. Bu, hastaların semptomların başlangıcından hemen sonra elektrokardiyogramları kendi başlarına kaydetmelerini sağlar.

EKG Fonksiyonu olan Bir Smartwatch kullanarak Bipolar Üç Kurşunlu Elektrokardiyogramın Hasta Yalıtı Kaydı

Burada, temel EKG parametreleri ve yaygın aritmiler için murin uzun süreli elektrokardiyografi (EKG) verilerini analiz etmek için yarı otomatik bir yaklaşım için adım adım bir protokol sunuyoruz. Veriler, canlı ve uyanık farelerde implante edilebilir telemetri vericileri tarafından elde edilir ve Ponemah ve analiz modülleri kullanılarak analiz edilir.

Farelerde Aritmileri Tespit Etmek için Uzun Süreli Elektrokardiyografi Kayıtlarının Analizi

Bu çalışmada, aktif özofagus soğutması ile tedavi edilen radyofrekans atriyal ablasyon uygulanan hastalarda prosedür süresini, geleneksel luminal özofagus sıcaklık monitörizasyonu ile tedavi edilenlerle karşılaştırmak için ileri bilişim teknikleri kullanılmıştır. Bağlamsal sorgulama, iş akışı analizi ve veri eşleme kullanılmıştır. Bulgular, aktif soğutma ile prosedür süresinin ve değişkenliğin azaldığını göstermiştir.

Atriyal Fibrilasyon için Radyofrekans Ablasyonu Sırasında Aktif Özofagus Soğutması ile Azaltılmış İşlem Süresi ve Değişkenlik

Bu çalışma, noninvaziv, görüntüsüz bir elektrokardiyografik görüntüleme sistemi kullanarak gerçek zamanlı kardiyak haritalama için yeni bir yaklaşım sunmaktadır. Bu sistem, işlem öncesi bilgisayarlı tomografi veya manyetik rezonans görüntüleme taramaları gerektirmeden elektrofizyolojik kardiyak haritaların elde edilmesini sağlayarak, ablasyon ve kardiyak resenkronizasyon tedavisi implantları gibi kardiyak prosedürler için verimli rehberlik sağlar.

Noninvaziv Görüntüsüz Elektrokardiyografik Görüntüleme Sistemi ile Gerçek Zamanlı Kardiyak Haritalama

Biz yapısal karmaşık malzemelerden dağınık ışık yönünde mekansal değişimi örnekleme için bir tahribatsız yöntem mevcut. Aynı anda yüksek çözünürlüklü görüntüleme ince ölçekli yönlü katkıları çekerken malzeme sağlam tutarak, biz, brüt ölçekli saçılma davranışı korumak. Sonuçlar biyolojik-ilgili pozisyonlarda ve ölçeklerde yazılım görüntülendi.

Biyolojik materyalden mekansal-ve Yönde-değişen ışık saçılımı Ölçme

Makalede, keyfi bir modülasyon, dalga boyu ve veri hızı ile, optik veri paketleri depolamak için bir prosedür tarif eder. Bu paketler, modern telekomünikasyon temelidir.

Optik Veri paketler için yarı-ışık Depolama

Kütle spektrometrisi ile tüm türlerin çevrimiçi analizi ile laboratuar ölçekli alevden gaz örnekleme yanma süreçleri sırasında meydana gelen kimyasal bileşiklerin kompleks bir karışımı araştırmak için güçlü bir yöntemdir. Sinkrotron oluşturulan vakum ultraviyole radyasyon yoluyla ayarlanabilir yumuşak iyonizasyon ile birleştiğinde, bu teknik izomer-çözüldü bilgi ve potansiyel fragmanı-serbest kütle spektrumları sağlar.

İleri Işık Source Alev Deneyler: İs Oluşumu Süreçlerinin içine Yeni Trendleri

Gömülü duyarlılık fonksiyonlarını belirlemek için veri toplama prosedürü açıklanmıştır. Veriler elde edilir ve konut ölçeğinde bir rüzgar türbini kanadı için temsili sonuçlar gösterilir.

Veri Toplama Protokolü Gömülü Hassasiyet İşlevleri belirlenmesi için

Keşfedin: 12 deriveli EKG görüntülerini WFDB uyumlu dijital sinyallere dönüştürme protokolü. Izgara algılama, otomatik lokalizasyon ve dalga formu çıkarımı ile klinik görüntüleri analiz edilebilir verilere çevirir.

Otomatik 12-Lead Elektrokardiyogram (EKG) Dijitalizasyonu ve WaveForm DataBase (WFDB) Standartlaştırması: Vietnam Klinik Verilerinden İçgörüler (Video) | JoVE Journal

Otomatik 12-Lead Elektrokardiyogram (EKG) Dijitalizasyonu ve WaveForm DataBase (WFDB) Standartlaştırması: Vietnam Klinik Verilerinden İçgörüler

Daha fazla video keşfet