|
| |
|
|
Optimization of a Deep Neural Network Label Encoding in a Multi-Label Problem.
Zaťko, Martin ; Novotná, Petra (oponent) ; Hejč, Jakub (vedoucí práce)
The aim of the diploma thesis is to propose a method of deep learning for the classification of arrhythmias from ECG recordings and to compare the effect of coding its outputs on the overall quality of the model. A 1D convolutional neural network was selected and methods of label coding using one-hot coding, ordinal coding, the method using an autoencoder and the word embbeding method were tested and compared on it. The obtained results show that the use of the word embbeding method can increase the classification capacity of the proposed network.
|
|
|
Segmentace intrakardiálních záznamů
Řehoř, Jan ; Ronzhina, Marina (oponent) ; Novotná, Petra (vedoucí práce)
Tato diplomová práce se zabývá segmentací intrakardiálních záznamů EKG a je rozdělena do několika částí. První část je spjata s teoretickým seznámením problematiky, tedy například jak funguje srdce, co je intrakardiální EKG a konvoluční neuronová síť. Další části práce jsou již tvořeny praktickou částí, tedy, anotací signálu a návrhu modelu automaticky segmentující intrakaridální záznam. Po praktickou částí pokračuje zhodnocení výstupů z řešení, porovnání s řešením třetí strany a se zahraničními studiemi věnující se podobnému tématu. Poslední část práce tvoří diskuze a závěr, kde jsou shrnuty výsledky práce.
|
|
|
Lokalizace srdečních arytmií v EKG s využitím hlubokého učení
Khaliullina, Sabina ; Novotná, Petra (oponent) ; Ronzhina, Marina (vedoucí práce)
Diplomová práce se věnuje klasifikaci a lokalizaci atriální fibrilace síní. V jazyce Python byla implementována metoda detekce využívající konvoluční neuronové sítě s multi-instančním učením (MIL) a metoda detekce lokálních maxim pro nález lokalizace. Byly vvužity segmnety ze dvou svodů EKG. Při binární klasifikaci za použitím první podmnožiny a následného post zpracování dosáhlo F1 skóre 100\%, při klasifikaci za použitím druhé podmnožiny - 92\%. V diskusi a závěru práce byla zhodnocena úspěšnost klasifikace a lokalizace, dosažené výsledky byly diskutovány a porovnány s výsledky jiných autorů.
|
|
|
Algoritmy pro zlepšení detekce vybraných arytmií v EKG
Šandová, Hana ; Ředina, Richard (oponent) ; Novotná, Petra (vedoucí práce)
Práce se zabývá navyšováním datových sad arytmií v EKG, které bývají v databázích méně často zastoupené. Teoretická část je věnována literární rešerši odborných prací, které se zabývají klasifikátory srdečních arytmií s využitím hlubokého učení a augmentací EKG signálů. V praktické části byly realizovány generátory šumu, které by po přičtení do reálně změřených signálů mohly obohatit datovou sadu. Také byla realizována metoda pro augmentaci flutteru síní. Byly vytvořeny funkce, které uměle vytvářejí signály napodobující atrioventikulární blokády II. a III. stupně. Nakonec byla snaha generovat atrioventikulární blokády II. stupně pomocí generativních kompetitivních sítí (GAN). Úspěšnost augmentace byla hodnocena přidáním různě kombinovaných syntetických dat do trénovacích množin pro EKG klasifikátor v podobě hluboké neuronové sítě.
|
|
|
Detekce obtížně diferencovatelných skupin srdečních arytmií
Kantor, Marek ; Ronzhina, Marina (oponent) ; Novotná, Petra (vedoucí práce)
Tato práce se zabývá problematikou detekčních metod fibrilace síní, flutteru síní a sinusového rytmu ze záznamu EKG. Práce rovněž pojednává o těchto arytmiích a klasifikačních algoritmech vhodných pro tuto problematiku. V rámci této práce je vytvořeno několik přístupů klasifikace. Pro extrakci příznaků je využita konvoluční neuronová síť a klasifikace je realizovaná prostřednictvím umělé neuronové sítě. Vybrána metoda 1D CNN pro tyto těžko diferencovatelné srdeční arytmie dosahuje průměrné přesnosti klasifikace F1 - skóre = 91 %. Vybrána CNN optimalizovaná pomocí GA je rychlá mělká síť s lepší přesností než hluboká síť. Vytvořené modely jsou použity i pro klasifikaci jiných typů arytmií.
|
|
|
Identifikace segmentů supraventrikulárních tachykardií pomocí metody multiple-instance learning
Abbrent, Jakub ; Novotná, Petra (oponent) ; Ronzhina, Marina (vedoucí práce)
Supraventrikulární tachykardie mají v populaci vysokou incidenci a často způsobují zhoršení zdravotního stavu. Cílem této diplomové práce je automaticky detekovat a lokalizovat paroxysmální fibrilace síní v záznamech EKG. Algoritmus implementovaný v jazyce Python používá k detekci konvoluční neuronovou síť ResNet s využitím multi-instančního učení a rozhodovacích pravidel. K lokalizaci slouží výstup detekce v podobě feature signálu. Při klasifikaci bylo na testovací množině dosaženo F1 skóre 0,87. Následně byly lokalizovány paroxysmální fibrilace síní s odchylkou -0,40±2,26 sekund pro začátky a 1,09±2,75 sekund pro konce epizod. V závěru práce jsou získané výsledky vyhodnoceny a diskutovány.
|
|
| |
|
|
The Czech and Italian non-profit sector : different and therefore uncomparable systems
Novotná, Petra ; Kameníček, Jiří (vedoucí práce) ; Cahlík, Tomáš (oponent)
Bakalářská práce "Český a italský neziskový sektor : odlišné a tudíž nesrovnatelné systémy" nabízí přehled fungování neziskových organizací v České republice a Itálii. Hlavní část práce je rozdělena do dvou oddílů a tak je každé zemi věnována samostatná část. V úvodu je vždy shrnut historický vývoj a události, které nejvíce ovlivnily pozdější rozvoj neziskového sektoru. Dále jsou představeny typy a formy neziskových organizací, některé právní úpravy a další základní informace. V analytické části jsem věnovala pozornost různým aspektům týkajících se aktuálních témat v jednotlivých sektorech, tj. nové možnosti plynoucí ze vstupu České republiky do EU nebo bližsí představení hlavních typů italských neziskových organizací. Součástí této sekce je také všeobecný přehled naznačující vztah místních ekonomik k jejich neziskovým sektorům. Nakonec je prezentována jedna vybraná česká a italská nezisková organizace. Práci jsem zakončila netradičním závěrem, který vysvětluje nemožnost srovnání zmiňovaných sektorů.
|
|
|
Vliv teploty vody na elektrickou aktivitu svalu
Novotná, Petra ; Pánek, David (vedoucí práce) ; Jalovcová, Miroslava (oponent)
Název: Vliv teploty vody na elektrickou aktivitu svalu Cíl práce: Hlavním cílem této diplomové práce je určit změnu časoprostorové aktivace svalu v závislosti na různých vlastnostech prostředí při definované výstupní svalové síle měřené ručním dynamometrem. Metoda: Jedná se o případovou studii, ve které je analyzován a zpracován vztah svalů předloktí při 30%, 50% a 70% maximální výstupní svalové síly kontrolované ručním dynamometrem vůči vodnímu prostředí o různé teplotě (15 řC, 24 řC, 35 řC) a na suchu. Jako výstupní svalová síla byla stanovena izometrická kontrakce flexorů zápěstí a prstů dominantní horní končetiny ve třech různých režimech. Do výzkumného souboru bylo zařazeno 5 zdravých osob (3 ženy, 2 muži). Jako objektivizační metoda byla zvolena povrchová elektromyografie. Výsledky: Neprojevila se změna časoprostorové aktivace svalu při definované výstupní svalové síle působením teploty vodního prostředí, což bylo v případě této studie 15 řC, 24 řC a 35 řC. Nedochází ani ke změně časoprostorové aktivace svalu při definované výstupní svalové síle ve vodním prostředí a na suchu. Klíčová slova: svalová kontrakce, teplota, vodní prostředí, povrchová elektromyografie, Water Surface EMG
|
host ::
RSS.