Informace o projektu
Nevyřešené otázky a nové metody hodnocení elektrokardiografického signálu a struktur myokardu III.
(ECG2022)
- Kód projektu
- MUNI/A/1450/2021
- Období řešení
- 1/2022 - 12/2022
- Investor / Programový rámec / typ projektu
-
Masarykova univerzita
- Specifický výzkum - podpora studentských projektů
- Fakulta / Pracoviště MU
-
Lékařská fakulta
- prof. MUDr. Tomáš Novotný, Ph.D.
- Mgr. Ing. Barbora Farkasová
- prof. MUDr. Petr Kala, Ph.D.
- MUDr. Samuel Lietava
- Ing. Monika Míková
- MUDr. Marian Nociar
- prof. MUDr. Mgr. Jiří Pařenica, Ph.D.
- Ing. David Pospíšil, Ph.D.
- MUDr. Michaela Pudová
Rozvoj digitálního záznamu elektrokardiografického (EKG) signálu přináší nové možnosti jeho zpracování. Projekt navazuje na dlouhodobě probíhající výzkum a rozvíjí ho v několika oblastech: mezipohlavní rozdíly různých fyziologických EKG parametrů s cílem stanovení dosud neexistujících norem (především u dětí a adolescentů); hodnocení míry zachování autonomních regulací síňového EKG signálu při fibrilaci síní k predikci prognózy udržení sinusového rytmu; nehomogenita šíření elektrické aktivace srdečních oddílů u pacientů se strukturálním onemocněním srdce; vliv strukturální variability myokardu (levé srdeční síně) na indukci a udržení fibrilace síní.
Publikace
Počet publikací: 5
2024
-
Pulmonary Vein Morphology in Patients Undergoing Catheter Ablation of Atrial Fibrillation
Cardiovascular Engineering and Technology, rok: 2024, DOI
2022
-
Intra-subject stability of different expressions of spatial QRS-T angle and their relationship to heart rate
Frontiers in Physiology, rok: 2022, ročník: 13, vydání: August 2022, DOI
-
Sex and Rate Change Differences in QT/RR Hysteresis in Healthy Subjects
Frontiers in Physiology, rok: 2022, ročník: 12, vydání: February 2022, DOI
-
Short-Term Beat-to-Beat QT Variability Appears Influenced More Strongly by Recording Quality Than by Beat-to-Beat RR Variability
Frontiers in Physiology, rok: 2022, ročník: 13, vydání: April 2022, DOI
2021
-
Segmentation of Atrial Electrical Activity in Intracardiac Electrograms (IECGs) Using Convolutional Neural Network (CNN) Trained on Small Imbalanced Dataset
2021 Computing in Cardiology (CinC), rok: 2021