Název:
Detekce atriální fibrilace v dlouhodobých EKG záznamech
Překlad názvu:
Detection of atrial fibrillation in long-term ECG records
Autoři:
Imramovská, Klára ; Kozumplík, Jiří (oponent) ; Maršánová, Lucie (vedoucí práce) Typ dokumentu: Bakalářské práce
Rok:
2019
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstrakt: [cze][eng]
Práce se zabývá problematikou automatické detekce atriální fibrilace v dlouhodobých EKG záznamech. V úvodu teoretické části je popsána elektrofyziologie srdce a podstata síňové fibrilace. Dále jsou představeny metody automatické detekce atriální fibrilace. V praktické části je v programovém prostředí MATLAB realizována metoda využívající symbolických dynamických systémů a výpočtu Shannonovy entropie. Metoda je otestována na signálech z MIT-BIH Atrial Fibrillation Database a Long-Term AF Database. Úspěšnost klasifikace je v závěru porovnána s metodami z různých studií.
The thesis deals with problems of automatic detection of atrial fibrillation in long-term ECG records. The preface of the theoretical part describes the electrophysiology of the heart and the principle of atrial fibrillation. Furthermore, it introduces methods of automatic detection of atrial fibrillation. In the practical part a method which uses the symbolic dynamics and a calculation of Shannon entropy is implemented in the MATLAB software environment. The method is tested on signals from the MIT-BIH Atrial Fibrillation Database and the Long-Term AF Database. Lastly, the accuracy of the classification is compared with methods described in different papers.
Klíčová slova:
Atriální fibrilace; elektrokardiogram; klasifikace; Shannonova entropie; symbolické dynamické systémy; tepová frekvence; Atrial fibrillation; classification; electrocardiogram; heart rate; Shannon entropy; symbolic dynamics
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/11012/173635