فایل ورد کامل PhysioBank PhysioToolkit و PhysioNet بخش های یک منبع تحقیق جدید برای سیگنال های پیچیده ی فیزیولوژی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل PhysioBank PhysioToolkit و PhysioNet بخش های یک منبع تحقیق جدید برای سیگنال های پیچیده ی فیزیولوژی،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۱۷ صفحه

چکیده

حوزه ی تحقیقاتی جدید برای سیگنال های پیچیده ی فیزیولوژیک که تحت حمایت مرکز ملی منابع جدید تحقیقاتی سازمان ملی سلامت ایجاد شده، به هدف شبیه سازی تحقیقات فعلی و ارزیابی های جدید در مطالعه ی سیگنال های قلبی عروقی و دیگر سیگنال های پیچیده ی زیستی اجرا شده است. این منابع دارای سه بخش مرتبط به یکدیگر می باشند. فیزیوبانک یک آرشیو بزرگ و رو به رشد از ضبط های دیجیتال با توصیف خوب از سیگنال های فیزیولوژیک و داده های مرتبط برای جوامع تحقیقاتی زیستی می باشند. این بخش در حال حاضر شامل دیتابیس هایی برای پارامتر های مختلف مرتبط با سیگنال های قلبی عروقی، عصبی و دیگر سیگنال های زیستی از سوژه های سالم و بیماران با شرایط مختلف هستند که بیشتر برای کاربرد های سلامت عمومی مورد استفاده قرار می گیرند، از جمله آریتمی های تهدید کننده ی جان افراد، مشکل انسداد قلبی، تنگی نفس در خواب، بیماری های عصبی و پیری. فیزیوتولکیت نیز یک کتابخانه از نرم افزار های متن باز برای پرداش و تحلیل سیگنال های فیزیولوژیک، شناسایی رخداد های مهم فیزیولوژیک با استفاده از تکنیک های کلاسیک و روش های جدید مبتنی بر فیزیک آماری و دینامیک غیر خطی و نمایش تعاملی و توصیف سیگنال ها، ایجاد دیتابیس های جدید، شبیه سازی سیگنال های فیزیولوژیک ، ارزیابی کمی و مقایسه ی روش های تحلیل، و تحلیل روند های غیر ایستا می باشد. فیزیویونت نیز یک تالار گفتمان آنلاین برای نشر و تبادل سیگنال های زیستی ثبت شده و یک نرم افزار متن باز برای تحلیل این سیگنال ها می باشد. این ابزار ، امکاناتی برای تحلیل مشارکتی داده ها و ارزیابی الگوریتم های جدید می باشد. به علاوه ی فراهم کردن دسترسی الکترونیکی آزاد به داده های فیزیوبانک و فیزیوتولکیت از طریق اینترنت ( وب) ، (http://www.physionet.org) ، فیزیونت خدمات و آموزش دوره های آنلاین را ارائه می دهد تا کاربران با سطوح مختلف تخصص بتوانند از این امکانات استفاده کنند.هدف این مقاله فراهم کردن یک مقدمه ی خلاصه در رابطه با منابع تحقیقاتی جدید برای سیگنال های پیچیده ی فیزیولوژیک و دعوت برای مشارکت توسط جوامع زیست پزشکی در تحقیقات مشارکتی می باشد.

منابع تحلیلی

تلاش محسوس در این زمینه مورد نیاز می باشد تا بتوان ابزار نرم افزاری توسعه پیدا کند که بتوان برای تحلیل سیگنال، تحلیل سری های زمانی، توابع مرتبط مورد نیاز برای محققان برای کار با این مجموعه داده ها فراهم کرد. نرم افزار های تجاری برای بسیاری از این عملکرد ها در دسترس نیستند و معمولا منابع نرم افزاری محدودی که معمولا در دسترس می باشند برای استفاده برای مجموعه داده های گسترده مناسب نیستند. محقق ها معمولا این نرم افزار ها را با هزینه های زیادی تولید می کنند و از آن ها تنها در یک پروژه استفاده می کنند. علاوه بر این، ارزیابی و اعتبار سنجی پردازش سیگنال و الگوریتم های تحلیلی ( و اجرای نرم افزاری آن ها) معمولا به صورتی نیست که دیگر محقق ها نیز بتوانند از آن استفاده کنند. معمولا، محقق ها نرم افزار های خودشان را با همان مجموعه داده های محدودی که در اختیار دارند اعتبار سنجی کرده و سپس رفتار آن را با استفاده از معیار های اختصاصی عملکرد، گزارش می کنند.

عنوان انگلیسی:PhysioBank, PhysioToolkit, and PhysioNet Components of a New Research Resource for Complex Physiologic Signals~~en~~

Abstract

The newly inaugurated Research Resource for Complex Physiologic Signals, which was created under the auspices of the National Center for Research Resources of the National Institutes of Health, is intended to stimulate current research and new investigations in the study of cardiovascular and other complex biomedical signals. The resource has 3 interdependent components. PhysioBank is a large and growing archive of well-characterized digital recordings of physiological signals and related data for use by the biomedical research community. It currently includes databases of multiparameter cardiopulmonary, neural, and other biomedical signals from healthy subjects and from patients with a variety of conditions with major public health implications, including life-threatening arrhythmias, congestive heart failure, sleep apnea, neurological disorders, and aging. PhysioToolkit is a library of open-source software for physiological signal processing and analysis, the detection of physiologically significant events using both classic techniques and novel methods based on statistical physics and nonlinear dynamics, the interactive display and characterization of signals, the creation of new databases, the simulation of physiological and other signals, the quantitative evaluation and comparison of analysis methods, and the analysis of nonstationary processes. PhysioNet is an on-line forum for the dissemination and exchange of recorded biomedical signals and open-source software for analyzing them. It provides facilities for the cooperative analysis of data and the evaluation of proposed new algorithms. In addition to providing free electronic access to PhysioBank data and PhysioToolkit software via the World Wide Web (http://www.physionet.org), PhysioNet offers services and training via on-line tutorials to assist users with varying levels of expertise.

Analytic Resources

Significant effort is required to develop software for signal processing, time-series analysis, and related functions needed by researchers working with these datasets. Commercial software is unavailable for many of these functions, and what little is available is generally unsuitable for use with multigigabyte datasets. Researchers frequently develop such software at considerable expense for use within a single project. Furthermore, the validation of signal processing and analysis algorithms (and of their software implementations) is rarely performed in a way that permits rigorous peer review. Frequently, researchers self-evaluate their software using the same private dataset used for its development and then report its behavior using ad hoc measures of performance.

$$en!!