|
|
Features for the analysis and classification of cells in holographic microscope images
Navrátilová, Markéta ; Kolář, Radim (referee) ; Vičar, Tomáš (advisor)
This thesis deals with features used for analysis and classification of cell images captured by holographic microscope. Distinctive features are described together with tools for their classification. Features are extracted on provided segmented cells with use of Matlab programming environment. Based on extracted features the cells are classified by SVM classificator. With use of clustering methods and dimensionality reduction different cell types are analyzed. Reliabity of each feature is tested.
|
|
|
Novel methods for sleep analysis and classification
Navrátilová, Markéta ; Ronzhina, Marina (referee) ; Kolářová, Jana (advisor)
Tato diplomová práce se zabývá metodami pro analýzu a klasifikaci spánku. Popisuje jakjednotlivé spánkové fáze a vzorce biosignálů v průběhu spánku, tak metody pro klasifi-kaci. Příznaky jsou extrahovány na dodaných biosignálech ECG, EDA a RIP. Na základětěchto příznaků jsou klasifikovány jednotlivé spánkové fáze s využitím klasifikátoru ná-hodný les. Parametry klasifikátoru jsou optimalizovány a následně jsou vyhodnocenydosažené výsledky. Pomocí metod pro redukci dimenzionality je soubor příznaků analy-zován a výsledky jsou porovnány s výsledky ze standardní klasifikace. Řešení pro vizuali-zaci jak samotných nezpracovaných signálů, tak extrahovaných příznaků je navrhnuto aimplementováno. Dosažené výsledky jsou porovnány s publikovanými metodami.
|
|
|
Pain and burn trauma in nursing
Navrátilová, Markéta ; Javůrková, Alena (advisor) ; Nikodemová, Hana (referee)
Background: The thesis follows up the comparison of fear of pain, pain intensity, emotional attachment, anxiety and depression in patients with after burn trauma and healthy individuals. Aim of thesis: The aim of the work was to compare the fear of pain in patients with after burn trauma with healthy individuals and to find predictors of pain; to find significant predictors od pain intensity and fear of pain in patients with after burn trauma. It also focuses on the evaluation of the relationships between pain intensity, fear of pain and sociodemographic variables (age, employment, premorbid intellect) and clinical parametrs of burn trauma (extent of burns, lenght of hospital stay, location of burns, psychiatric comorbidities); evaluation of the relationships between pain intensity, fear of pain end emotional attachment in multi regressin in patients and in health controls; evaluation of the relationships between pain intensity, pain fear and anxiety / depression in patients and healthy individuals, as well as evaluation of the relationships between pain intensity, pain fear and health perception in patients and healthy individuals. Methods: The collection of data for this bachelor's thesis took place at the Department of Burn Medicine, 3rd Faculty of Medicine and Hospital Královské Vinohrady in Prague. The...
|
|
|
Novel methods for sleep analysis and classification
Navrátilová, Markéta ; Ronzhina, Marina (referee) ; Kolářová, Jana (advisor)
Tato diplomová práce se zabývá metodami pro analýzu a klasifikaci spánku. Popisuje jakjednotlivé spánkové fáze a vzorce biosignálů v průběhu spánku, tak metody pro klasifi-kaci. Příznaky jsou extrahovány na dodaných biosignálech ECG, EDA a RIP. Na základětěchto příznaků jsou klasifikovány jednotlivé spánkové fáze s využitím klasifikátoru ná-hodný les. Parametry klasifikátoru jsou optimalizovány a následně jsou vyhodnocenydosažené výsledky. Pomocí metod pro redukci dimenzionality je soubor příznaků analy-zován a výsledky jsou porovnány s výsledky ze standardní klasifikace. Řešení pro vizuali-zaci jak samotných nezpracovaných signálů, tak extrahovaných příznaků je navrhnuto aimplementováno. Dosažené výsledky jsou porovnány s publikovanými metodami.
|
|
|
Features for the analysis and classification of cells in holographic microscope images
Navrátilová, Markéta ; Kolář, Radim (referee) ; Vičar, Tomáš (advisor)
This thesis deals with features used for analysis and classification of cell images captured by holographic microscope. Distinctive features are described together with tools for their classification. Features are extracted on provided segmented cells with use of Matlab programming environment. Based on extracted features the cells are classified by SVM classificator. With use of clustering methods and dimensionality reduction different cell types are analyzed. Reliabity of each feature is tested.
|
guest ::
RSS feed.