Słowa kluczowe

Informacje szczegółowe

Kategoria:

Publikacja w czasopiśmie

Typ:

artykuł w czasopiśmie wyróżnionym w JCR

Opublikowano w:

SENSORS nr 17, wydanie 10, strony 1 - 25,
ISSN: 1424-8220

Język:

angielski

Rok wydania:

2017

Opis bibliograficzny:

Mora H., Gil D., Munoz Terol R., Azorin-Lopez J., Szymański J.: An IoT-Based Computational Framework for Healthcare Monitoring in Mobile Environments// SENSORS-BASEL. -Vol. 17, iss. 10 (2017), s.1-25

DOI:

Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.3390/s17102302

Bibliografia: test

1. García, M. The Impact of IoT on Economic Growth: A Multifactor Productivity Approach. In Proceedings of the International Conference on Computational Science and Computational Intelligence (CSCI), Las Vegas, NV, USA, 7-9 December 2015. otwiera się w nowej karcie
2. Visvizi, A.; Mazzucelli, C.; Lytras, M. Irregular migratory flows: Towards an ICTs' enabled integrated framework for resilient urban systems. J. Sci. Technol. Policy Manag. 2017, 8, 227-242. [CrossRef] otwiera się w nowej karcie
3. Silva, B.M.; Rodrigues, J.J.; de la Torre Díez, I.; López-Coronado, M.; Saleem, K. Mobile-health: A review of current state in 2015. J. Biomed. Inform. 2015, 56, 265-272. [CrossRef] [PubMed] otwiera się w nowej karcie
4. Gil, D.; Ferrández, A.; Mora-Mora, H.; Peral, J. Internet of Things: A Review of Surveys Based on Context Aware Intelligent Services. Sensors 2016, 16, 1069. [CrossRef] [PubMed] otwiera się w nowej karcie
5. Colom, J.F.; Mora, H.; Gil, D.; Signes-Pont, M.T. Collaborative building of behavioural models based on internet of things. Comput. Electr. Eng. 2016, 58, 385-396. [CrossRef] otwiera się w nowej karcie
6. Lanza Calderón, J.; Sotres García, P.; Sánchez González, L.; Galache López, J.A.; Santana Martínez, J.R.; Gutiérrez Polidura, V.; Muñoz Gutiérrez, L. Managing Large Amounts of Data Generated by a Smart City Internet of Things Deployment. Int. J. Semant. Web Inf. Syst. 2016, 12. [CrossRef] otwiera się w nowej karcie
7. Llaves, A.; Corcho, O.; Taylor, P.; Taylor, K. Enabling RDF Stream Processing for Sensor Data Management in the Environmental Domain. Int. J. Semant. Web Inf. Syst. 2016, 12. [CrossRef] otwiera się w nowej karcie
8. Vujović, V.; Maksimović, M. Raspberry Pi as a Sensor Web node for home automation. Comput. Electr. Eng. 2015, 44, 153-171. [CrossRef] otwiera się w nowej karcie
9. Gilart-Iglesias, V.; Mora, H.; Pérez-delHoyo, R.; García-Mayor, C. A computational method based on radio frequency technologies for the analysis of accessibility of disabled people in sustainable cities. Sustainability 2015, 7, 14935-14963. [CrossRef] otwiera się w nowej karcie
10. Ferrández-Pastor, F.J.; Mora-Mora, H.; Sánchez-Romero, J.L.; Nieto-Hidalgo, M.; García-Chamizo, J.M. Interpreting human activity from electrical consumption data using reconfigurable hardware and hidden Markov models. J. Ambient Intell. Hum. Comput. 2017, 8, 469-483. [CrossRef] otwiera się w nowej karcie
11. Laplante, P.A.; Laplante, N. The Internet of Things in Healthcare: Potential Applications and Challenges. IT Prof. 2016, 18, 2-4. [CrossRef] otwiera się w nowej karcie
12. Chen, R.C.; Hsieh, C.F.; Chang, W. Using ambient intelligence to extend network lifetime in wireless sensor networks. J. Ambient Intell. Hum. Comput. 2016, 7, 777-788. [CrossRef] otwiera się w nowej karcie
13. Santos, J.; Rodrigues, J.J.; Silva, B.M.; Casal, J.; Saleem, K.; Denisov, V. An IoT-based mobile gateway for intelligent personal assistants on mobile health environments. J. Netw. Comput. Appl. 2016, 71, 194-204. [CrossRef] otwiera się w nowej karcie
14. Kalem, G.; Turhan, Ç. Mobile Technology Applications in the Healthcare Industry for Disease Management and Wellness. Procedia Soc. Behav. Sci. 2015, 195, 2014-2018. [CrossRef] otwiera się w nowej karcie
15. Krishnamoorthy, S. Nanostructured sensors for biomedical applications-A current perspective. Curr. Opin. Biotechnol. 2015, 34, 118-124. [CrossRef] [PubMed] otwiera się w nowej karcie
16. Ma, C.Z.-H.; Wong, D.W.-C.; Lam, W.K.; Wan, A.H.-P.; Lee, W.C.-C. Balance Improvement Effects of Biofeedback Systems with State-of-the-Art Wearable Sensors: A Systematic Review. Sensors 2016, 16, 434. [CrossRef] [PubMed] otwiera się w nowej karcie
17. Mandl, K.D.; Mandel, J.C.; Kohane, I.S. Driving Innovation in Health Systems through an Apps-Based Information Economy. Cell Syst. 2015, 1, 8-13. [CrossRef] [PubMed] otwiera się w nowej karcie
18. Baldwin, J.L.; Singh, H.; Sittig, D.F.; Giardina, T.D. Patient portals and health apps: Pitfalls, promises, and what one might learn from the other. Healthcare 2016. [CrossRef] [PubMed] otwiera się w nowej karcie
19. Fafoutis, X.; Janko, B.; Mellios, E.; Hilton, G.; Sherratt, S.; Piechocki, R.; Craddock, I. SPW-1: A Low-Maintenance Wearable Activity Tracker for Residential Monitoring and Healthcare Applications. In Proceedings of the EAI International Conference on Wearables in Healthcare, Budapest, Hungary, 14-15 June 2016. otwiera się w nowej karcie
20. Mashal, I.; Alsaryrah, O.; Chung, T.Y. Testing and evaluating recommendation algorithms in internet of things. J. Ambient Intell. Hum. Comput. 2016, 7, 889-900. [CrossRef] otwiera się w nowej karcie
21. Wu, Q.; Ding, G.; Xu, Y.; Feng, S.; Du, Z.; Wang, J.; Long, K. Cognitive Internet of Things: A New Paradigm Beyond Connection. IEEE Internet Things J. 2014, 1, 129-143. [CrossRef] otwiera się w nowej karcie
22. Feng, S.; Setoodeh, P.; Haykin, S. Smart Home: Cognitive Interactive People-Centric Internet of Things. Commun. Mag. IEEE 2017, 55, 34-39. [CrossRef] otwiera się w nowej karcie
23. Finocchiaro, G.; Papadakis, M.; Robertus, J.L.; Dhutia, H.; Steriotis, A.K.; Tome, M.; Sharma, S. Etiology of Sudden Death in Sports: Insights from a United Kingdom Regional Registry. J. Am. Coll. Cardiol. 2016, 67, 18. [CrossRef] [PubMed] otwiera się w nowej karcie
24. Chatard, J.C.; Mujika, I.; Goiriena, J.J.; Carré, F. Screening young athletes for prevention of sudden cardiac death: Practical recommendations for sports physicians. Scand. J. Med. Sci. Sports 2016, 26, 362-374. [CrossRef] [PubMed] otwiera się w nowej karcie
25. Mora, H.; Colom, J.F.; Gil, D.; Jimeno-Morenilla, A. Distributed computational model for shared processing on Cyber-Physical System environments. Comput. Commun. 2017, 111, 68-83. [CrossRef] otwiera się w nowej karcie
26. Teichmann, D.; Kuhn, A.; Leonhardt, S.; Walter, M. The MAIN Shirt: A textile-integrated magnetic induction sensor array. Sensors 2014, 14, 1039-1056. [CrossRef] [PubMed] otwiera się w nowej karcie
27. Weyer, S.; Weishaupt, F.; Kleeberg, C.; Leonhardt, S.; Teichmann, D. RheoStim: Development of an Adaptive Multi-Sensor to Prevent Venous Stasis. Sensors 2016, 16, 428. [CrossRef] [PubMed] otwiera się w nowej karcie
28. Muaremi, A.; Seiter, J.; Tröster, G.; Bexheti, A. Monitor and understand pilgrims: Data collection using smartphones and wearable devices. In Proceedings of the 2013 ACM Conference on Pervasive and Ubiquitous Computing, Zurich, Switzerland, 8-12 September 2013; pp. 679-688. otwiera się w nowej karcie
29. Arsand, E.; Muzny, M.; Bradway, M.; Muzik, J. Performance of the first combined smartwatch and smartphone diabetes diary application study. J. Diabetes 2015, 9, 556-563. [CrossRef] [PubMed] otwiera się w nowej karcie
30. Terroso, M.; Freitas, R.; Gabriel, J. Active assistance for senior healthcare: A wearable system for fall detection. In Proceedings of the Iberian Conference on Information Systems and Technologies (CISTI), Lisboa, Portugal, 19-22 October 2013.
31. Yang, Z.; Zhou, Q.; Lei, L.; Zheng, K.; Xiang, W. An IoT-cloud Based Wearable ECG Monitoring System for Smart Healthcare. J. Med. Syst. 2016, 40, 286. [CrossRef] [PubMed] otwiera się w nowej karcie
32. Banerjee, A.; Gupta, S.K.S. Analysis of Smart Mobile Applications for Healthcare under Dynamic Context Changes. IEEE Trans. Mob. Comput. 2015, 14, 904-919. [CrossRef] otwiera się w nowej karcie
33. Ogunduyile, O.O.; Olugbara, O.O.; Lall, M. Development of Wearable Systems for Ubiquitous Healthcare Service Provisioning. APCBEE Procedia 2013, 7, 163-168. [CrossRef] otwiera się w nowej karcie
34. Zhang, F.; Cao, J.; Khan, S.U.; Li, K.; Hwang, K. A task-level adaptive MapReduce framework for real-time streaming data in healthcare applications. Future Gener. Comput. Syst. 2015, 43-44, 149-160. [CrossRef] otwiera się w nowej karcie
35. Varshney, U. Pervasive healthcare and wireless health monitoring. J. Mob. Netw. Appl. 2007, 12, 113-127. [CrossRef] otwiera się w nowej karcie
36. Dihn, H.T.; Lee, C.; Niyato, D.; Wang, P. A survey of mobile cloud computing: architecture, applications, and approaches. Wirel. Commun. Mob. Comput. 2013, 13. [CrossRef] otwiera się w nowej karcie
37. Halson, S.L. Monitoring Training Load to Understand Fatigue in Athletes. Sports Med. 2014, 44, 139-147. [CrossRef] [PubMed] otwiera się w nowej karcie
38. Taylor, K.L.; Chapman, D.W.; Cronin, J.; Gill, N.D. Fatigue Monitoring in High Performance Sport: A Survey of Current Trends. J. Aust. Strength Cond. 2012, 20, 12-23.
39. Michahelles, F.; Schiele, B. Sensing and monitoring professional skiers. IEEE Pervasive Comput. 2005, 4, 40-45. [CrossRef] otwiera się w nowej karcie
40. Ghasemzadeh, H.; Loseu, V.; Guenterberg, E.; Jafari, R. Sport training using body sensor networks: A statistical approach to measure wrist rotation for golf swing. In Proceedings of the Fourth International Conference on Body Area Networks, Los Angeles, CA, USA, 1-3 April 2009. otwiera się w nowej karcie
41. Kellman, M.; Kallus, K.W. The Recovery-Stress Questionnaires: User Manual;
42. Pearson Assessment & Information: Frankfurt, Germany, 2016. otwiera się w nowej karcie
43. Davis, H.; Orzeck, T.; Keelan, P. Psychometric item evaluations of the Recovery-Stress Questionnaire for athletes. Psychol. Sport Exerc. 2007, 8, 917-938. [CrossRef] otwiera się w nowej karcie
44. Mcnair, D.; Lorr, M.; Dopplemann, L. Profile of Mood States Manual; Educational and Industrial Testing Service: San Diego, CA, USA, 1992.
45. Coutts, A.J.; Slattery, K.M.; Wallace, L.K. Practical tests for monitoring performance, fatigue and recovery in triathletes. J. Sci. Med. Sport 2007, 10, 372-381. [CrossRef] [PubMed] otwiera się w nowej karcie
46. Halson, S.L. Sleep in elite athletes and nutritional interventions to enhance sleep. Sports Med. 2014, 44, 13-23. [CrossRef] [PubMed] otwiera się w nowej karcie
47. Jobson, S.A.; Passfield, L.; Atkinson, G.; Barton, G.; Scarf, P. The Analysis and Utilization of Cycling Training Data. Sports Med. 2009, 39, 833-844. [CrossRef] [PubMed] otwiera się w nowej karcie
48. Twist, C.; Highton, J. Monitoring Fatigue and Recovery in Rugby League Players. Int. J. Sports Physiol. Perform. 2013, 8. [CrossRef] otwiera się w nowej karcie
49. Abdelkrim, N.B.; El Fazaa, S.; El Ati, J. Time-motion analysis and physiological data of elite under-19-year-old basketball players during competition. Br. J. Sports Med. 2007, 41, 69-75. [CrossRef] [PubMed] otwiera się w nowej karcie
50. Dwyer, D.B.; Gabbett, T. Global Positioning System Data Analysis: Velocity Ranges and a New Definition of Sprinting for Field Sport Athletes. J. Strength Cond. Res. 2012, 26, 818-824. [CrossRef] [PubMed] otwiera się w nowej karcie
51. Sivaraks, H.; Ratanamahatana, C.A. Robust and Accurate Anomaly Detection in ECG Artifacts Using Time Series Motif Discovery. Comput. Math. Methods Med. 2015, 453214. [CrossRef] [PubMed] otwiera się w nowej karcie
52. Senapati, M.K.; Senapati, M.; Maka, S. Cardiac Arrhythmia Classification of ECG Signal Using Morphology and Heart Beat Rate. In Proceedings of the International Conference on Advances in Computing and Communications (ICACC), Cochin, India, 27-29 August 2014. otwiera się w nowej karcie
53. Pyne, D.B.; Martin, D.T. Fatigue-Insights from individual and team sports. Regul. Fatigue Exerc. 2011, 177-186.
54. Buchheit, M. Monitoring training status with HR measures: Do all roads lead to Rome? Front. Physiol. 2014, 5. [CrossRef] [PubMed] otwiera się w nowej karcie
55. Freedson, P.S.; Miller, K. Objective monitoring of physical activity using motion sensors and heart rate. Res. Q. Exerc. Sport 2000, 71, 21-29. [CrossRef] [PubMed] otwiera się w nowej karcie
56. Daanen, H.A.; Lamberts, R.P.; Kallen, V.L.; Jin, A.; Van Meeteren, N.L. A systematic review on heart-rate recovery to monitor changes in training status in athletes. Int. J. Sports Physiol. Perf. 2012, 7, 251-260. [CrossRef] otwiera się w nowej karcie
57. Corrado, D.; Pelliccia, A.; Heidbuchel, H.; Sharma, S.; Link, M.; Basso, C.; Anastasakis, A. Recommendations for interpretation of 12-lead electrocardiogram in the athlete. Eur. Heart J. 2010, 31, 243-259. [CrossRef] [PubMed] otwiera się w nowej karcie
58. McLeod, C.J.; Ackerman, M.J.; Nishimura, R.A.; Tajik, A.J.; Gersh, B.J.; Ommen, S.R. Outcome of Patients With Hypertrophic Cardiomyopathy and a Normal Electrocardiogram. J. Am. Coll. Cardiol. 2009, 54, 229-233. [CrossRef] [PubMed] otwiera się w nowej karcie
59. Namdar, M.; Steffel, J.; Jetzer, S.; Schmied, C.; Hürlimann, D.; Camici, G.G.; Chierchia, G.B. Value of Electrocardiogram in the Differentiation of Hypertensive Heart Disease, Hypertrophic Cardiomyopathy, Aortic Stenosis, Amyloidosis, and Fabry Disease. Am. J. Cardiol. 2012, 109, 587-593. [CrossRef] [PubMed] otwiera się w nowej karcie
60. Chen, C.-B.; Lin, C.-C.; Chen, J.-C.; Kuo, C.-W.; Weng, Y.-M. Commotio cordis during prolonged cardiac ventricular repolarization due to exercise-induced hypokalemia: A case report. J. Acute Med. 2016, 6, 19-22. [CrossRef] otwiera się w nowej karcie
61. Fathala, A.; Hassan, W. Coronary artery anomalies: A diagnostic challenge. J. Saudi Heart Assoc. 2011, 23, 37-39. [CrossRef] [PubMed] otwiera się w nowej karcie
62. Estes, E.H., Jr.; Jackson, K.P. The electrocardiogram in left ventricular hypertrophy: past and future. J. Electrocardiol. 2009, 42, 589-592. [CrossRef] [PubMed] otwiera się w nowej karcie
63. Maron, B.J.; Shirani, J.; Poliac, L.C.; Mathenge, R. Sudden death in young competitive athletes: Clinical, demographic, and pathological profiles. JAMA 1996, 276, 199-204. [CrossRef] [PubMed] Sensors 2017, 17, 2302 23 of 25 otwiera się w nowej karcie
64. Arraiz, G.A.; Wigle, D.T.; Mao, Y. Risk assessment of physical activity and physical fitness in the Canada health survey mortality follow-up study. J. Clin. Epidemiol. 1992, 45, 419-428. [CrossRef] otwiera się w nowej karcie
65. Ferreira, M.; Santos-Silva, P.R.; de Abreu, L.C.; Valenti, V.E.; Crispim, V.; Imaizumi, C.; Filho, C.F.; Murad, N.; Meneghini, A.; Riera, A.R.P.; et al. Sudden cardiac death athletes: a systematic review. Sports Med. Arthrosc. Rehabilita. Ther. Technol. 2010, 2. [CrossRef] [PubMed] otwiera się w nowej karcie
66. Corrado, D.; Basso, C.; Rizzoli, G.; Schiavon, M.; Thiene, G. Does sports activity enhance the risk of sudden death in adolescents and young adults? J. Am. Coll. Cardiol. 2003, 42, 1959-1963. [CrossRef] [PubMed] otwiera się w nowej karcie
67. Maron, B.J.; Pelliccia, A. The heart of trained athletes cardiac remodeling and the risks of sports, including sudden death. Circulation 2006, 114, 1633-1644. [CrossRef] [PubMed] otwiera się w nowej karcie
68. Marijon, E.; Tafflet, M.; Celermajer, D.S.; Dumas, F.; Perier, M.C.; Mustafic, H.; Le Heuzey, J.Y. Sports-related sudden death in the general population. Circulation 2011, 124, 672-681. [CrossRef] [PubMed] otwiera się w nowej karcie
69. Steinvil, A.; Chundadze, T.; Zeltser, D.; Rogowski, O.; Halkin, A.; Galily, Y.; Viskin, S. Mandatory electrocardiographic screening of athletes to reduce their risk for sudden death: proven fact or wishful thinking? J. Am. Coll. Cardiol. 2011, 57, 1291-1296. [CrossRef] [PubMed] otwiera się w nowej karcie
70. Maron, B.J.; Haas, T.S.; Murphy, C.J. Incidence and causes of sudden death in US college athletes. J. Am. Coll. Cardiol. 2014, 63, 1636-1643. [CrossRef] [PubMed] otwiera się w nowej karcie
71. Solberg, E.E.; Gjertsen, F.; Haugstad, E.; Kolsrud, L. Sudden death in sports among young adults in Norway. Eur. J. Cardiovasc. Prev. Rehabilit. 2010, 17, 337-341. [CrossRef] [PubMed] otwiera się w nowej karcie
72. Ebrahimzadeh, E.; Pooyan, M.; Bijar, A. A Novel Approach to Predict Sudden Cardiac Death (SCD) Using Nonlinear and Time-Frequency Analyses from HRV Signals. PLoS ONE 2014, 9, e81896. [CrossRef] [PubMed] otwiera się w nowej karcie
73. Murukesan, L.; Murugappan, M.; Iqbal, M. Sudden cardiac death prediction using ECG signal derivative (Heart Rate Variability): A review. In Proceedings of the IEEE 9th International Colloquium on Signal Processing and its Applications (CSPA), Kuala Lumpur, Malaysia, 8-10 March 2013. otwiera się w nowej karcie
74. Eranti, A.; Aro, A.L.; Kenttä, T.; Holkeri, A.; Tikkanen, J.T.; Junttila, M.J.; Huikuri, H.V. 12-Lead electrocardiogram as a predictor of sudden cardiac death: from epidemiology to clinical practice. Scand. Cardiovasc. J. 2016, 50. [CrossRef] [PubMed] otwiera się w nowej karcie
75. Effatparvar, M.; Dehghan, M.; Rahmani, A.M. A comprehensive survey of energy-aware routing protocols in wireless body area sensor networks. J. Med. Syst. 2016, 40, 201. [CrossRef] [PubMed] otwiera się w nowej karcie
76. Salehi, S.A.; Razzaque, M.A.; Tomeo-Reyes, I.; Hussain, N. IEEE 802.15.6 standard in wireless body area networks from a healthcare point of view. In Proceedings of the Asia-Pacific Conference on Communications (APCC), Yogyakarta, Indonesia, 25-27 August 2016. otwiera się w nowej karcie
77. Ghamari, M.; Janko, B.; Sherratt, R.S.; Harwin, W.; Piechockic, R.; Soltanpur, C. A Survey on Wireless Body Area Networks for eHealthcare Systems in Residential Environments. Sensors 2016, 16, 831. [CrossRef] [PubMed] otwiera się w nowej karcie
78. Kwak, K.S.; Ullah, S.; Ullah, N. An overview of IEEE 802.15.6 standard. In Proceedings of the International Symposium on Applied Sciences in Biomedical and Communication Technologies (ISABEL), Roma, Italy, 7-10 November 2010. otwiera się w nowej karcie
79. Sadra, S.; Abolhasan, M. On improving the saturation performance of IEEE802.15.6-based MAC protocols in Wireless Body Area Networks. In Proceedings of the International Wireless Communications and Mobile Computing Conference (IWCMC), Valencia, Spain, 26-30 June 2017; pp. 1233-1238. otwiera się w nowej karcie
80. Ermes, M.; Pärkkä, J.; Mäntyjärvi, J.; Korhonen, I. Detection of Daily Activities and Sports with Wearable Sensors in Controlled and Uncontrolled Conditions'. IEEE Trans. Inf. Technol. Biomed. 2008, 12, 20-26. [CrossRef] [PubMed] otwiera się w nowej karcie
81. Hong, Y.-J.; Kim, I.-J.; Chul Ahn, S.; Kim, H.-G. Mobile health monitoring system based on activity recognition using accelerometer. Simul. Model. Pract. Theor. 2010, 18, 446-455. [CrossRef] otwiera się w nowej karcie
82. Khorov, E.; Lyakhov, A.; Krotov, A.; Guschin, A. A survey on IEEE 802.11ah: An enabling networking technology for smart cities. Comput. Commun. 2015, 58, 53-69. [CrossRef] otwiera się w nowej karcie
83. Baños-Gonzalez, V.; Afaqui, M.S.; Lopez-Aguilera, E.; Garcia-Villegas, E. IEEE 802.11ah: A Technology to Face the IoT Challenge. Sensors 2016, 16, 1960. [CrossRef] otwiera się w nowej karcie
84. Yoo, J.; Yoo, H.-J. Emerging low energy Wearable Body Sensor Networks using patch sensors for continuous healthcare applications. Annu. Int. Conf. IEEE Eng. Med. Biol. Soc. 2010. [CrossRef] otwiera się w nowej karcie
85. Altaf, M.A.B.; Zhang, C.; Radakovic, L.; Yoo, J. Design of energy-efficient on-chip EEG classification and recording processors for wearable environments. In Proceedings of the IEEE International Symposium on Circuits and Systems (ISCAS), Montreal, QC, Canada, 22-25 May 2016. otwiera się w nowej karcie
86. Gao, W.; Emaminejad, S.; Nyein, H.Y.Y.; Challa, S.; Chen, K.; Peck, A.; Fahad, H.M.; Ota, H.; Shiraki, H.; Kiriya, D.; et al. Fully integrated wearable sensor arrays for multiplexed in situ perspiration analysis. Nature 2016, 529, 509-514. [CrossRef] [PubMed] otwiera się w nowej karcie
87. Kornreich, F.; Rautaharju, P.M.; Warren, J.; Montague, T.J.; Horacek, B.M. Identification of best electrocardiographic leads for diagnosing myocardial infarction by statistical analysis of body surface potential maps. Am. J. Cardiol. 1985, 56, 852. [CrossRef] otwiera się w nowej karcie
88. Green, M.; Ohlsson, M.; Forberg, J.L.; Björk, J.; Edenbrandt, L.; Ekelund, U. Best leads in the standard electrocardiogram for the emergency detection of acute coronary syndrome. J. Electrocardiol. 2007, 40, 251-256. [CrossRef] [PubMed] otwiera się w nowej karcie
89. Cuomo, S.; De Pietro, G.; Farina, R.; Galletti, A.; Sannino, G. A Novel O(n) Numerical Scheme for ECG Signal Denoising, Procedia Computer Science. Procedia Comput. Sci. 2015, 51, 775-784. [CrossRef] otwiera się w nowej karcie
90. Luo, S.; Johnston, P. A review of electrocardiogram filtering. J. Electrocardiol. 2010, 43, 486-496. [CrossRef] [PubMed] otwiera się w nowej karcie
91. Castells-Rufas, D.; Carrabina, J. Simple real-time QRS detector with the MaMeMi filter. Biomed. Signal Process. Control 2015, 21, 137-145. [CrossRef] otwiera się w nowej karcie
92. Xia, Y.; Han, J.; Wang, K. Quick detection of QRS complexes and R-waves using a wavelet transform and K-means clustering. Biomed. Mater. Eng. 2015, 26. [CrossRef] otwiera się w nowej karcie
93. Hamdi, S.; Abdallah, A.B.; Bedoui, M.H. Real time QRS complex detection using DFA and regular grammar. Biomed. Eng. Online 2017, 16, 31. [CrossRef] [PubMed] otwiera się w nowej karcie
94. Kim, J.; Shin, H. Simple and Robust Realtime QRS Detection Algorithm Based on Spatiotemporal Characteristic of the QRS Complex. PLoS ONE 2016, 11, e0150144. [CrossRef] [PubMed] otwiera się w nowej karcie
95. Masud, M.M.; Serhani, M.A.; Navaz, A.N. Resource-Aware Mobile-Based Health Monitoring. IEEE J. Biomed. Health Inform. 2017, 21, 349-360. [CrossRef] [PubMed] otwiera się w nowej karcie
96. Sahoo, S.; Biswal, P.; Das, T.; Sabut, S. De-noising of ECG Signal and QRS Detection Using Hilbert Transform and Adaptive Thresholding. Procedia Technol. 2016, 25, 68-75. [CrossRef] otwiera się w nowej karcie
97. Luz, E.J.; Schwartz, W.R.; Cámara-Chávez, G.; Menotti, D. ECG-based heartbeat classification for arrhythmia detection: A survey. Comput. Methods Prog. Biomed. 2016, 127, 144-164. [CrossRef] [PubMed] otwiera się w nowej karcie
98. Daamouche, A.; Hamami, L.; Alajlan, N.; Melgani, F. A wavelet optimization approach for ECG signal classification, Biomed. Signal Process. Control 2012, 7, 342-349. [CrossRef] otwiera się w nowej karcie
99. Kutlu, Y.; Kuntalp, D. Feature extraction for ECG heartbeats using higher order statistics of WPD coefficients. Comput. Method Prog. Biomed. 2012, 105, 257-267. [CrossRef] [PubMed] otwiera się w nowej karcie
100. Mitra, M.; Samanta, R.K. Classification of ECG arrythmia beats with artificial neural networks. Procedia Technol. 2013, 10, 76-84. [CrossRef] otwiera się w nowej karcie
101. Dursch, A.; Yen, D.C.; Shih, D.H. Bluetooth technology: An exploratory study of the analysis and implementation frameworks. Comput. Stand. Interface 2004, 26, 263-277. [CrossRef] otwiera się w nowej karcie
102. Khoso, M.; Khan, K. Smartphones: A Supercomputer in Your Pocket, Analytics Trends. Northeastern University, 2016. Available online: http://www.northeastern.edu/levelblog/2016/04/21/smartphones- supercomputer-in-your-pocket/ (accessed on 13 September 2017). otwiera się w nowej karcie
103. Miao, F.; Cheng, Y.; He, Y.; He, Q.; Li, Y. A Wearable Context-Aware ECG Monitoring System Integrated with Built-in Kinematic Sensors of the Smartphone. Sensors 2015, 15, 11465-11484. [CrossRef] [PubMed] otwiera się w nowej karcie
104. Gao, H.; Duan, X.; Guo, X.; Huang, A.; Jiao, B. Design and tests of a smartphones-based multi-lead ECG monitoring system. In Proceedings of the Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), Osaka, Japan, 3-7 July 2013.
105. Gradl, S.; Kugler, P.; Lohmuller, C.; Eskofier, B. Real-time ECG monitoring and arrhythmia detection using Android-based mobile devices. In Proceedings of the Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), San Diego, CA, USA, 28 August-1 September 2012. otwiera się w nowej karcie

więcej (105) mniej

Weryfikacja:

Politechnika Gdańska