Název:
Klasifikace akcelerometrických dat v rámci pacientského záznamu EKG
Překlad názvu:
Accelerometer data classification within the patient ECG record
Autoři:
Kindl, Zdeněk ; Ředina, Richard (oponent) ; Bulková, Veronika (vedoucí práce) Typ dokumentu: Bakalářské práce
Rok:
2024
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstrakt: [cze][eng]
Předmětem bakalářské práce je klasifikace akcelerometrických dat pacienta. Cílem je zlepšení objasnění patologií v EKG signálu. Klasifikace probíhá na datech, která byla naměřena zařízením Bittium Faros 180L. Byla vytvořena vlastní databáze pohybů. Pacientská data jsou zpracovávána pomocí rekurentní neuronové sítě. Ta rozdělí pohyby do tří základních skupin: klidová aktivita, mírná aktivita, vysoká aktivita. Výstupem je soubor s anotací pohybu. Práce obsahuje popis neuronových sítí, data, zpracování dat a vytvoření neuronové sítě s kódy.
The subject of the bachelor's thesis is the classification of patient accelerometric data. The aim is to improve the clarification of pathologies in the ECG signal. The classification is performed on data measured by the Bittium Faros 180L device. A custom database of movements was created. Patient data is processed using a recurrent neural network, which classifies the movements into three basic groups: resting activity, moderate activity, and high activity. The output is a file with movement annotations. The thesis includes a description of neural networks, data, data processing, and the creation of the neural network with codes.
Klíčová slova:
akcelerometrická data; Bittium Faros 180L; databáze pohybů; klasifikace pohybů pacienta; Neuronová síť; strojové učení; accelerometer data; Bittium Faros 180L; machine learning; motion database; Neural network; patient motion classification
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: https://hdl.handle.net/11012/246787