Original title: Využití neuronových sítí v klasifikaci srdečních onemocnění
Translated title: Use of neural networks in classification of heart diseases
Authors: Skřížala, Martin ; Tannenberg, Milan (referee) ; Hrubeš, Jan (advisor)
Document type: Master’s theses
Year: 2008
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract: [cze] [eng]
Práce je zaměřená na návrh a využití umělých neuronových sítí jako klasifikátoru srdečních onemocnění z EKG signálu se zaměřením na ischemickou chorobu srdeční. Změny ST-T komplexů jsou významným ukazatelem ischemie v EKG signálu. Různe typy ischemické choroby srdeční se projevují zejména elevací nebo depresí ST segmentů a změnami T vlny v analyzovaném signálu. První část této práce obsahuje teoretický úvod popisující jednotlivé typy ischemické choroby srdeční a na ně vázané změny EKG signálu. Druhá část je věnována popisu předzpracování EKG signálu ke klasifikaci neuronovými sítěmi. Obsahuje filtraci EKG, QRS detekci, detekci ST-T komplexů a popis analýzy hlavních komponent a její využítí k popisu analyzovaného signálu. V poslední části práce je popsán návrh a způsob detekce možných příznaků ischemické choroby srdeční v EKG pomocí dvou typů umělých neuronových sítí: Back-propagation, SOM. Dále jsou zde uvedeny výsledky navržených algoritmů. Přílohy obsahují popis navrženého programu pro klasifikaci srdečních onemocnění, popis jednotlivých jeho funkcí, dále zde najdeme podrobný popis všech použitých neuronových sítí a tabulky obsahující detailní výsledky klasifikace EKG signálu. Samotný program byl vytvořen v programovacím prostředí Matlab R2007b. This thesis discusses the design and the utilization of the artificial neural networks as ECG classifiers and the detectors of heart diseases in ECG signal especially myocardial ischaemia. The changes of ST-T complexes are the important indicator of ischaemia in ECG signal. Different types of ischaemia are expressed particularly by depression or elevation of ST segments and changes of T wave. The first part of this thesis is orientated towards the theoretical knowledges and describes changes in the ECG signal rising close to different types of ischaemia. The second part deals with to the ECG signal pre-processing for the classification by neural network, filtration, QRS detection, ST-T detection, principal component analysis. In the last part there is described design of detector of myocardial ischaemia based on artificial neural networks with utilisation of two types of neural networks back – propagation and self-organizing map and the results of used algorithms. The appendix contains detailed description of each neural networks, description of the programme for classification of ECG signals by ANN and description of functions of programme. The programme was developed in Matlab R2007b.
Keywords: back-propagation; ECG; IHS; Ischaemic heart disease; Kohonen network; neural networks; QRS detection; self- organizing map; SOM; back-propagation; EKG; ICHS; Ischemická choroba srdeční; neuronové sítě; neuronové sítě typu Kohonen; QRS detekce; samorganizující mapy; SOM

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/3920

Permalink: http://www.nusl.cz/ntk/nusl-562118


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Master’s theses