SwePub
Sök i SwePub databas

  Utökad sökning

Träfflista för sökning "LAR1:mdh "

Sökning: LAR1:mdh

Sortera/gruppera träfflistan
   
NumreringReferensOmslagsbildHitta
1.
  •  
2.
  •  
3.
  • Abbaspour Asadollah, Sara, et al. (författare)
  • Towards Classification of Concurrency Bugs Based on Observable Properties
  • 2015
  • Konferensbidrag (refereegranskat)abstract
    • In software engineering, classification is a way to find an organized structure of knowledge about objects. Classification serves to investigate the relationship between the items to be classified, and can be used to identify the current gaps in the field. In many cases users are able to order and relate objects by fitting them in a category. This paper presents initial work on a taxonomy for classification of errors (bugs) related to concurrent execution of application level software threads. By classifying concurrency bugs based on their corresponding observable properties, this research aims to examine and structure the state of the art in this field, as well as to provide practitioner support for testing and debugging of concurrent software. We also show how the proposed classification, and the different classes of bugs, relates to the state of the art in the field by providing a mapping of the classification to a number of recently published papers in the software engineering field.
  •  
4.
  • Abbaspour, Sara, et al. (författare)
  • A Combination Method for Electrocardiogram Rejection from Surface Electromyogram
  • 2014
  • Ingår i: Open Biomedical Engineering Journal. - Netherlands : Bentham Science Publishers. - 1874-1207. ; 8:1, s. 13-19
  • Tidskriftsartikel (refereegranskat)abstract
    • The electrocardiogram signal which represents the electrical activity of the heart provides interference in the recording of the electromyogram signal, when the electromyogram signal is recorded from muscles close to the heart. Therefore, due to impurities, electromyogram signals recorded from this area cannot be used. In this paper, a new method was developed using a combination of artificial neural network and wavelet transform approaches, to eliminate the electrocardiogram artifact from electromyogram signals and improve results. For this purpose, contaminated signal is initially cleaned using the neural network. With this process, a large amount of noise can be removed. However, low-frequency noise components remain in the signal that can be removed using wavelet. Finally, the result of the proposed method is compared with other methods that were used in different papers to remove electrocardiogram from electromyogram. In this paper in order to compare methods, qualitative and quantitative criteria such as signal to noise ratio, relative error, power spectrum density and coherence have been investigated for evaluation and comparison. The results of signal to noise ratio and relative error are equal to 15.6015 and 0.0139, respectively.
  •  
5.
  • Abbaspour, Sara, et al. (författare)
  • A comparison of adaptive filter and artificial neural network results in removing electrocardiogram contamination from surface EMG
  • 2012
  • Ingår i: ICEE 2012 - 20th Iranian Conference on Electrical Engineering. - IEEE. - 9781467311489 ; s. 1554-1557
  • Konferensbidrag (refereegranskat)abstract
    • Surface electromyograms (EMGs) are valuable in the pathophysiological study and clinical treatment. These recordings are critically often contaminated by cardiac artifact. The purpose of this article was to evaluate the performance of an adaptive filter and artificial neural network (ANN) in removing electrocardiogram (ECG) contamination from surface EMGs recorded from the pectoralismajor muscles. Performance of these methods was quantified by power spectral density, coherence, signal to noise ratio, relative error and cross correlation in simulated noisy EMG signals. In between these two methods the ANN has better results.
  •  
6.
  • Abbaspour, Sara, et al. (författare)
  • A comparison of adaptive neuro-fuzzy inference system and real-time filtering in cancellation ECG artifact from surface EMG
  • 2012
  • Ingår i: ICEE 2012 - 20th Iranian Conference on Electrical Engineering. - IEEE. - 978-146731148-9 ; s. 1558-1561
  • Konferensbidrag (refereegranskat)abstract
    • Electromyogram (EMG) is used in different applications such as diagnosis and treatment of diseases. Recorded EMG signals from upper trunk muscles are contaminated by electrocardiogram (ECG). Removal of the ECG artifact from surface EMG is not simple because their frequency content is much overlap. In this paper, we compare the results of adaptive Neuro fuzzy inference system (ANFIS) and real time filtering techniques. Finally performance of these methods is evaluated using qualitative criteria, power spectrum density and coherence and Quantitative criteria signal to noise ratio, relative error and cross correlation. The result of signal to noise ratio, relative error and cross correlation for better results (ANN) is equal to 13.274, 0.03 and %97respectively.
  •  
7.
  • Abbaspour, Sara, 1984-, et al. (författare)
  • ECG Artifact Removal from Surface EMG Signal Using an Automated Method Based on Wavelet-ICA
  • 2015
  • Ingår i: pHealth 2015. - 978-1-61499-515-9 ; s. 91-97
  • Konferensbidrag (refereegranskat)abstract
    • This study aims at proposing an efficient method for automated electrocardiography (ECG) artifact removal from surface electromyography (EMG) signals recorded from upper trunk muscles. Wavelet transform is applied to the simulated data set of corrupted surface EMG signals to create multidimensional signal. Afterward, independent component analysis (ICA) is used to separate ECG artifact components from the original EMG signal. Components that correspond to the ECG artifact are then identified by an automated detection algorithm and are subsequently removed using a conventional high pass filter. Finally, the results of the proposed method are compared with wavelet transform, ICA, adaptive filter and empirical mode decomposition-ICA methods. The automated artifact removal method proposed in this study successfully removes the ECG artifacts from EMG signals with a signal to noise ratio value of 9.38 while keeping the distortion of original EMG to a minimum.
8.
  • Abbaspour, Sara, et al. (författare)
  • Evaluation of wavelet based methods in removing motion artifact from ECG signal
  • 2015
  • Ingår i: IFMBE Proceedings. - 978-3-319-12966-2 ; s. 1-4
  • Konferensbidrag (refereegranskat)abstract
    • Accurate recording and precise analysis of the electrocardiogram (ECG) signals are crucial in the pathophysiological study and clinical treatment. These recordings are often corrupted by different artifacts. The aim of this study is to propose two different methods, wavelet transform based on nonlinear thresholding and a combination method using wavelet and independent component analysis (ICA), to remove motion artifact from ECG signals. To evaluate the performance of the proposed methods, the developed techniques are applied to the real and simulated ECG data. The results of this evaluation are presented using quantitative and qualitative criteria. The results show that the proposed methods are able to reduce motion artifacts in ECG signals. Signal to noise ratio (SNR) of the wavelet technique is equal to 13.85. The wavelet-ICA method performed better with SNR of 14.23.
  •  
9.
  • Abbaspour, Sara, 1984- (författare)
  • Proposing Combined Approaches to Remove ECG Artifacts from Surface EMG Signals
  • 2015
  • Licentiatavhandling (övrigt vetenskapligt)abstract
    • Elektromyografi (EMG) är ett verktyg som rutinmässigt används för en mängd olika applikationer inom många discipliner. Dock är denna signal oundvikligen kontaminerad av artefakter som kommer från olika källor. Elektrisk aktivitet av hjärtmuskln, elektrokardiogram (EKG), är en av störkällorna som påverkar EMG-signalerna på grund av närheten till hjärtat och som försämrar analysens tillförlitlig. Olika metoder har föreslagits för att ta bort EKG artefakter från yt-EMG-signaler men trots många försök att eliminera eller minska denna artefakt, kvarstår problemet med korrekt och effektivt brusreducering av EMG. I denna studie har vanliga metoder för brusundertryckning undersökts, såsom högpassfilter (HPF), gatingmetod, spikklippning, hybridteknik, subtraktionsmetod, oberoende komponentanalys (ICA), wavelet, wavelet-ICA, artificiella neurala nätverk (ANN), och adaptiv brusreducering (ANC) och adaptiv neuro fuzzy inference system (ANFIS). Metorderna har använts för att avlägsna EKG- artefakter från yt-EMG-signaler och deras noggrannhet och effektivitet har undersökts. HPF, gatingmetod och spikklippning är snabba; men de tar även bort relevant information från EMG-signalen. Hybridteknik och ANC är tidskrävande. Subtraktionsmetoden kräver kännedom om QRS-mönstret.Wavelettransformen lämnade kvar vissa artefakter i signalen, och avlägsnade även endel av den ursprungliga EMG-signalen. ICA kräver flerkanaliga signaler. Wavelet-ICA kräver inte flerkanaliga signaler, men är däremot användarberoende. ANN och ANFIS har bra prestanda, men det är möjligt att förbättra resultaten genom att kombinera dem med andra tekniker. För vissa tillämpningar av EMG-signaler såsom rehabilitering, rörelsekontroll och prediktion, är kvaliteten på EMG-signalerna mycket viktigt. Dessutom måste de artefaktreducerande metoderna vara i realtid och automatiska. Detta innebär att metoderna ANN-wavelet, adaptiv subtraktion och automatiserad wavelet-ICA rekommenderas för effektiv eliminering av EKG-artefakter från yt-EMG-signaler. För att jämföra resultaten av de undersökta och föreslagna metoderna i denna studie, har rena EMG-signaler från biceps och delta-muskler, samt EKG-artefakter från stora bröstmuskeln spelats in från fem friska personer. För att skapa 10-kanaliga brusiga EMG-signaler har de inspelade EKG-artefakterna adderats till de rena EMG-signalerna. De olika artefaktreduceringsmetoderna har även tillämpats på 10 kanaler verkliga EMG signaler med artefakter, från stora bröstmuskeln på vänster sida. Utvärderingskriterier såsom signal-brusförhållandet, relativta felet, korrelationskoefficienten, förfluten tid och effektspektrumstäthet har använts för att utvärdera de föreslagna metoderna. Prestandan hos den föreslagna ANN-wavelet metoden befanns överlägsen de andra metoderna med ett signalbrusförhållande på 15,53, relativt fel på 0,01 och korrelationskoefficient på 0,98.
10.
  • Abbaspour, Sara, 1984-, et al. (författare)
  • Removing ECG Artifact from the Surface EMG Signal Using Adaptive Subtraction Technique
  • 2014
  • Ingår i: Biomedical Physics and Engineering. - 2251-7200. ; 4:1, s. 33-38
  • Tidskriftsartikel (refereegranskat)abstract
    • Background: The electrocardiogram artifact is a major contamination in the electromyogram signals when electromyogram signal is recorded from upper trunk muscles and because of that the contaminated electromyogram is not useful. Objective: Removing electrocardiogram contamination from electromyogram signals. Methods: In this paper, the clean electromyogram signal, electrocardiogram artifact and electrocardiogram signal were recorded from leg muscles, the pectoralis major muscle of the left side and V4, respectively. After the pre-processing, contaminated electromyogram signal is simulated with a combination of clean electromyogram and electrocardiogram artifact. Then, contaminated electromyogram is cleaned using adaptive subtraction method. This method contains some steps; (1) QRS detection, (2) formation of electrocardiogram template by averaging the electrocardiogram complexes, (3) using low pass filter to remove undesirable artifacts, (4) subtraction. Results: Performance of our method is evaluated using qualitative criteria, power spectrum density and coherence and quantitative criteria signal to noise ratio, relative error and cross correlation. The result of signal to noise ratio, relative error and cross correlation is equal to 10.493, 0.04 and %97 respectively. Finally, there is a comparison between proposed method and some existing methods. Conclusion: The result indicates that adaptive subtraction method is somewhat effective to remove electrocardiogram artifact from contaminated electromyogram signal and has an acceptable result.
Skapa referenser, mejla, bekava och länka
Åtkomst
fritt online (1219)
Typ av publikation
konferensbidrag (3119)
tidskriftsartikel (2870)
bokkapitel (920)
rapport (518)
doktorsavhandling (288)
annan publikation (246)
visa fler...
licentiatavhandling (231)
bok (159)
samlingsverk (redaktörskap) (103)
recension (96)
proceedings (redaktörskap) (32)
forskningsöversikt (23)
patent (7)
konstnärligt arbete (2)
visa färre...
Typ av innehåll
refereegranskat (5185)
övrigt vetenskapligt (2945)
populärvet., debatt m.m. (475)
Författare/redaktör
Nolte, Thomas, (199)
Yan, Jinyue, (170)
Dahlquist, Erik, (143)
Sjödin, Mikael, (140)
Crnkovic, Ivica, (118)
Sandberg, Anette, (116)
visa fler...
Behnam, Moris, (111)
Biesta, Gert, (103)
Punnekkat, Sasikumar ... (89)
Lundqvist, Kristina, (87)
CERNERUD, LARS, (85)
Söderlund, Anne, (84)
Lindén, Maria, (83)
Pettersson, Paul, (81)
Funk, Peter, (81)
Bate, Iain, (80)
Dodig-Crnkovic, Gord ... (75)
Mäki-Turja, Jukka, (75)
Björkman, Mats, (73)
Jackson, Mats, (71)
Carlson, Jan, (71)
Stier, Jonas, 1967-, (67)
Söderbaum, Peter, 19 ... (67)
Martínez-Ortega, Jos ... (64)
Thorin, Eva, (64)
Eriksson, Kimmo, (63)
Packalén, Sture, 194 ... (62)
Xiong, Ning (60)
Granlund, Mats, (58)
Hansson, Hans, (56)
Wiktorsson, Magnus, (56)
Ingason, Haukur (56)
Seceleanu, Cristina, (55)
Cicchetti, Antonio, (55)
Lisper, Björn, (53)
Holmström, Inger, (53)
Mubeen, Saad, (52)
Odlare, Monica, (51)
Ahmed, Mobyen Uddin, (51)
Norström, Christer, (51)
Dotzauer, Erik, (51)
Söderbäck, Maja, (51)
Berglund, Karin, (49)
Tillgren, Per, (49)
Lönnermark, Anders, ... (49)
Eriksson, Maria, 196 ... (49)
Hallin, Anette (48)
Lindhult, Erik (47)
Färnlöf, Hans, 1970- ... (47)
Folke, Mia, (46)
visa färre...
Lärosäte
Mälardalens högskola (8612)
Uppsala universitet (569)
Karolinska Institutet (319)
Stockholms universitet (217)
Kungliga Tekniska Högskolan (214)
Linköpings universitet (156)
visa fler...
Örebro universitet (139)
Högskolan i Jönköping (120)
Göteborgs universitet (109)
Linnéuniversitetet (103)
Högskolan Dalarna (83)
Lunds universitet (79)
Ersta Sköndal högskola (69)
Röda Korsets Högskola (57)
Mittuniversitetet (57)
Högskolan i Halmstad (55)
Umeå universitet (51)
Chalmers tekniska högskola (46)
Luleå tekniska universitet (42)
Högskolan i Skövde (42)
Karlstads universitet (36)
Högskolan i Gävle (26)
Södertörns högskola (22)
Blekinge Tekniska Högskola (21)
Sveriges Lantbruksuniversitet (17)
Sophiahemmet Högskola (14)
Högskolan i Borås (14)
Malmö högskola (11)
Högskolan Väst (5)
VTI - Statens väg- och transportforskningsinstitut (4)
Konstfack (3)
Högskolan Kristianstad (3)
Gymnastik- och idrottshögskolan (1)
visa färre...
Språk
Engelska (6872)
Svenska (1367)
Franska (35)
Tyska (31)
Spanska (27)
Norska (24)
visa fler...
Kinesiska (9)
Danska (4)
Finska (4)
Nederländska (4)
Polska (3)
Portugisiska (2)
Japanska (2)
Turkiska (2)
Kurdiska (2)
Italienska (1)
Arabiska (1)
visa färre...
Ämne (HSV)
Medicin och hälsovetenskap (53)
Samhällsvetenskap (39)
Naturvetenskap (19)
Teknik (18)
Humaniora (6)

År

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy