|
Detekce obtížně diferencovatelných skupin srdečních arytmií
Kantor, Marek ; Ronzhina, Marina (oponent) ; Novotná, Petra (vedoucí práce)
Tato práce se zabývá problematikou detekčních metod fibrilace síní, flutteru síní a sinusového rytmu ze záznamu EKG. Práce rovněž pojednává o těchto arytmiích a klasifikačních algoritmech vhodných pro tuto problematiku. V rámci této práce je vytvořeno několik přístupů klasifikace. Pro extrakci příznaků je využita konvoluční neuronová síť a klasifikace je realizovaná prostřednictvím umělé neuronové sítě. Vybrána metoda 1D CNN pro tyto těžko diferencovatelné srdeční arytmie dosahuje průměrné přesnosti klasifikace F1 - skóre = 91 %. Vybrána CNN optimalizovaná pomocí GA je rychlá mělká síť s lepší přesností než hluboká síť. Vytvořené modely jsou použity i pro klasifikaci jiných typů arytmií.
|
|
Analýza arytmií v experimentálních záznamech EKG
Olšanská, Eva ; Janoušek, Oto (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato diplomová práce se zabývá analýzou experimentálních záznamů EG získaných z izolovaných potkaních srdcí. V teoretické části jsou popsány základy elektrokardiografie a rozdílnosti mezi potkaními a lidskými EG záznamy. Dále jsou zde popsány jednotlivé typy arytmií a metodiky užívané k analýze, klasifikaci a hodnocení výskytu arytmií. Poté jsou uvedeny ukázky patologií nalezených při manuální klasifikaci a výsledky analýzy délky QTc intervalu a výskytu extrasystol mezi experimentálními skupinami. Nakonec je uveden popis metody použité pro automatickou analýzu experimentálních záznamů EG včetně grafického uživatelského rozhraní.
|
|
Automatická detekce -vlny ve 12svodovém EKG
Khunová, Martina ; Filipenská, Marina (oponent) ; Ředina, Richard (vedoucí práce)
Tato bakalářská práce se zabývá automatickou detekcí delta vlny z 12svodového EKG v programu Matlab. V teoretické části je stručně popsána anatomie a fyziologie srdce, dále je čtenáři představen Wolf-Parkinson-Whiteův syndrom a přes projevy delta vlny na elektrokardiogramu se dostáváme k popisu lineárních filtrů a metodě detekce QRS komplexů založené na obálce filtrovaného signálu. V prvním kroku praktické části je zkonstruován detektor QRS komplexů, na nějž navazuje detektor delta vln. Detekce delta vlny probíhá na základě změření doby trvání peaku a jeho následná derivace. Detektor byl otestován na databázi, jejíž data byla nasnímána u dětských pacientů.
|
|
Detekce obtížně diferencovatelných skupin srdečních arytmií
Kantor, Marek ; Ronzhina, Marina (oponent) ; Novotná, Petra (vedoucí práce)
Tato práce se zabývá problematikou detekčních metod fibrilace síní, flutteru síní a sinusového rytmu ze záznamu EKG. Práce rovněž pojednává o těchto arytmiích a klasifikačních algoritmech vhodných pro tuto problematiku. V rámci této práce je vytvořeno několik přístupů klasifikace. Pro extrakci příznaků je využita konvoluční neuronová síť a klasifikace je realizovaná prostřednictvím umělé neuronové sítě. Vybrána metoda 1D CNN pro tyto těžko diferencovatelné srdeční arytmie dosahuje průměrné přesnosti klasifikace F1 - skóre = 91 %. Vybrána CNN optimalizovaná pomocí GA je rychlá mělká síť s lepší přesností než hluboká síť. Vytvořené modely jsou použity i pro klasifikaci jiných typů arytmií.
|
|
Analýza arytmií v experimentálních záznamech EKG
Olšanská, Eva ; Janoušek, Oto (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato diplomová práce se zabývá analýzou experimentálních záznamů EG získaných z izolovaných potkaních srdcí. V teoretické části jsou popsány základy elektrokardiografie a rozdílnosti mezi potkaními a lidskými EG záznamy. Dále jsou zde popsány jednotlivé typy arytmií a metodiky užívané k analýze, klasifikaci a hodnocení výskytu arytmií. Poté jsou uvedeny ukázky patologií nalezených při manuální klasifikaci a výsledky analýzy délky QTc intervalu a výskytu extrasystol mezi experimentálními skupinami. Nakonec je uveden popis metody použité pro automatickou analýzu experimentálních záznamů EG včetně grafického uživatelského rozhraní.
|