Název:
Segmentace signálu EKG na základě kvality odhadnuté z akcelerometrických dat a komprese kvalitních segmentů
Překlad názvu:
Accelerometer-based quality estimation and segmentation of ECG signal and compression of high-quality segments
Autoři:
Opravilová, Kamila ; Smital, Lukáš (oponent) ; Němcová, Andrea (vedoucí práce) Typ dokumentu: Diplomové práce
Rok:
2019
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstrakt: [cze][eng]
Tato diplomová práce je věnována segmentaci EKG signálu na základě jeho kvality a doplněna kompresí kvalitních úseků vhodných pro diagnostiku (v telemedicíně). Zcela novým přístupem je použití akcelerometrických dat ke stanovení kvality signálu EKG. To bylo umožněno díky mobilnímu záznamníku Bittium Faros. Ten snímá nejenom EKG signál, ale i pohyb – akcelerometrická data. Z akcelerometrických dat bylo extrahováno celkem 34 příznaků. Na základě těchto příznaků byl predikující model naučen rozdělit EKG signál do 3 skupin kvality podle úrovně zarušení. Dostatečně kvalitní úseky byly komprimovány. Jako vhodná metoda ke kompresi byla vybrána vlnková transformace v kombinaci s nulováním vysokofrekvenčních pásem a následným proudovým kódováním.
This diploma thesis is devoted to segmentation of ECG signal based on its quality and compression of quality segments suitable for diagnostics (in telemedicine). A completely new approach is to use accelerometer data to estimate ECG signal quality. This is possible thanks to the Bittium Faros mobile recorder. It records both the ECG signal motion – accelerometric data. A total of 34 features were extracted from accelerometric data. Using these features the predictive model was taught to classify the ECG signal into 3 quality groups according to the level of noise. Quality segments were compressed. The wavelet transform in combination with high-frequency bands zeroing and length encoding was used as a compression method.
Klíčová slova:
akcelerometr; EKG; elektrofyziologie srdce; komprese; segmentace; strojové učení; telemedicína; accelerometr; compression; ECG; electrophysiology of the heart; machine learning; segmentation; telemedicine
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/177633