Název:
Detekce fibrilace síní v EKG
Překlad názvu:
ECG based atrial fibrillation detection
Autoři:
Plch, Vít ; Kolářová, Jana (oponent) ; Ronzhina, Marina (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 se zabývá především detekci síňových fibrilací pomocí HRV, klasifikaci Poincarého mapy a následnému rozdělení do dvou skupin pomocí neuronových sítí. Výsledkem je potom rozhodnutí, které veličiny jsou statisticky významné pro identifikaci síňových fibrilací, které ne, a klasifikace signálu na základě těchto veličin pomocí Bayesovy a Lavenberg-Marquardtovy neuronové sítě. Při 23 neuronech ve skryté vrstvě má Bayesova síť nejlepší výsledky, a to F1 measure = 83,6 %, Senzitivita = 88,1 % a Specificitu 94,5 %.
This diploma thesis deals with detection of atrial fibrillation from HRV, classification of Poincare map and in the end the divide into two groups, one with detected atrial fibrillation and one not. The result is the decision on which variables are statistically significant for the identification of atrial fibrillations and which are not, and classification of the ECG signals with Bayes and Lavenberg-Marquardt neural networks. Bayes neural network with 23 neurons in hidden layer is best with F1 measure = 83,6 %, Sensitivity = 88,1 % and Specificity 94,5 %.
Klíčová slova:
AF; AUC; Detekce síňové fibrilace; Neuronová síť; Poincarého graf; R-R entropie; ROC; RR Tachograf; SD 1; SD 2; VAI; AUC; Detection of atrial fibrillation; FIS; Neural networks; Poincare plot; R-R entropy; ROC; RR Tachograph; SD1; SD2; VAI
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/11012/180554