Produktbild: Cardio-Respiratory Signal Processing and Classification
Vorbesteller Neu

Cardio-Respiratory Signal Processing and Classification Trends, Applications, and Future Directions

Fr. 182.00

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

21.08.2026

Abbildungen

schwarz-weiss Illustrationen, Raster, schwarz-weiss, Zeichnungen, schwarz-weiss, Tabellen, schwarz-weiss

Herausgeber

Naik Ganesh R.

Verlag

Taylor & Francis

Seitenzahl

248

Maße (L/B)

23.4/15.6 cm

Sprache

Englisch

ISBN

978-1-03-279703-8

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

21.08.2026

Abbildungen

schwarz-weiss Illustrationen, Raster, schwarz-weiss, Zeichnungen, schwarz-weiss, Tabellen, schwarz-weiss

Herausgeber

Naik Ganesh R.

Verlag

Taylor & Francis

Seitenzahl

248

Maße (L/B)

23.4/15.6 cm

Sprache

Englisch

ISBN

978-1-03-279703-8

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: gpsr@libri.de

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

  • Produktbild: Cardio-Respiratory Signal Processing and Classification
  • Chapter 1. Time-Frequency Analysis of ECG Signals. Chapter 2. Detection of Cardiac Signals Abnormalities using MUSIC and Random Subspace Methods. Chapter 3. ECG Signal Analysis Using Dual-Tree Complex Wavelet Transform and Bagging Ensemble Machine Learning. Chapter 4. Heart and Respiratory Sound Expert. Chapter 5. Individual Discriminating Power Assessment of ECG Multi-Scale Entropies for Cardiovascular Disease Detection. Chapter 6. Development of a Far Infrared Thermal Sensor-based Contactless Breath Rate Measuring System with a Constraint on Resources. Chapter 7. Electrocardiographic Signature Assessment of Post-COVID-19 Syndrome via Machine Learning Algorithms in Patients with Comorbid Cardiovascular Conditions. Chapter 8. Real-time Deep Learning Pipeline for ECG Anomaly Detection. Chapter 9. Analysis of Ballistocardiography for Cardiac and Respiratory Monitoring in Sleep. Chapter 10. PhysioBot: A Deep Learning Chatbot for ECG-PPG Anomaly Detection. Chapter 11. LLM-Facilitated Differential Diagnosis of Cardiovascular Conditions from ECG and PPG