|
|
Nástroj pro analýzu elektrokardiografických záznamů
Plch, Vít ; Hejč, Jakub (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato bakalářská práce se zabývá návrhem nástroje ECG_ANN pro analýzu elektrokardiografic-kých záznamů a jeho sestavením v prostředí Matlab. Program má sloužit UBMI VUT v Brně. V teoretické části se zabývá vznikem akčního potenciálu, šířením akčního potenciálu převodní sou-stavou srdce, poruchou šíření akčního potenciálu převodní soustavou srdce; jsou zde probrány pří-činy a následky těchto poruch viditelné v elektrokardiografickém záznamu získaném z izolovaných zvířecích srdcí. Je zde naznačena problematika experimentů na zvířecích modelech. Dále se v ní popisují programy EG_Anotation a EG_RR_View, sloužící k popisu elektrokardiografických zá-znamů, návrh a sestavení programu ECG_ANN který z těchto programů vychází. Na konec se zde vyskytuje návod k programu, a diskuze k problémům, které se při návrhu a sestrojení programu vyskytly.
|
|
|
Segmentace skrytých P vln pomocí metod hlubokého učení
Boudová, Markéta ; Ronzhina, Marina (oponent) ; Hejč, Jakub (vedoucí práce)
Cílem této diplomové práce je detekce P vlny v EKG záznamech. Úvod teoretické části se zabývá fyziologií srdce. V druhé části jsou vysvětleny základní principy hlubokého učení. V praktické části je v programovacím jazyce Python provedeno předzpracování EKG záznamů a naimplementována neuronová síť U-Net. Následně je provedena optimalizace architektury za účelem snížení komplexity modelu. V závěru práce je vyhodnocena úspěšnost sítě při segmentaci P vln.
|
|
|
Vysokofrekvenční ohřev tkání
Faltýnková, Květoslava ; Hejč, Jakub (oponent) ; Kolářová, Jana (vedoucí práce)
Bakalářská práce se zabývá problematikou vysokofrekvenčního ohřevu tkání a vlivem elektromagnetického pole na živou tkáň. Popisuje kapacitní a indukční metodu, které jsou srovnány výpočtem. Cílem práce je vytvořit aplikaci pro simulaci vysokofrekvečního ohřevu tkání v programu MATLAB. Aplikace obsahuje čtyři modely. Výstupem práce jsou nasimulované průběhy intenzit a ohřevů tkání.
|
|
|
Rozměřování experimentálních záznamů EKG
Hejč, Jakub ; Janoušek, Oto (oponent) ; Vítek, Martin (vedoucí práce)
Tato práce se zabývá návrhem algoritmu pro detekci komplexu QRS a nalezení hranic jednotlivých vln v cyklu EKG. Součástí práce je teoretický rozbor elektrofyziologie srdce a metod běžně užívaných pro detekci i rozměření signálu EKG. Z uvedených metod je realizován algoritmus založený na spojité vlnkové tranformaci. Detektor QRS i algoritmus pro rozměření jsou otestovány na standardní databázi signálů CSE vůči manuálně i automaticky stanoveným referenčním bodům. Dosažené výsledky jsou porovnány s dalšími obdobnými metodami. Diplomová práce se dále zabývá úpravou realizovaného algoritmu pro experimentální záznamy EKG z izolovaného králičího srdce podle Langendorffa. Jsou představena specifika snímání těchto dat a na základě časové a frekvenční analýzy jsou navrženy a realizovány dílčí modifikace algoritmu. Ověření účinnosti zvolených změn je pro velký rozsah záznamů provedeno na výběrové testovací databázi. Úspěšnost algoritmu je vyhodnocena na základě manuálně anotovaných referenčních bodů.
|
|
|
Automatická detekce fibrilace síní pomocí metod hlubokého učení
Budíková, Barbora ; Ronzhina, Marina (oponent) ; Hejč, Jakub (vedoucí práce)
Síňová fibrilace je arytmie, která se běžně detekuje z křivky EKG pomocí jejích specifických projevů. Její časné rozpoznání je klíčové k prevenci závažnějších stavů. Automatická detekce fibrilace síní se v posledních letech stále častěji provádí pomocí metod hlubokého učení. Tato práce představuje detekci fibrilace síní v křivce 12svodového EKG pomocí hluboké konvoluční neuronové sítě. V první části práce jsou představeny teoretické souvislosti k práci potřebné, dále je detailně popsán vytvořený algoritmus. Samotná detekce je realizována programem implementovaným v jazyce Python ve dvou algoritmických podobách jejichž přesnost je hodnocena pomocí metrik přesnost (Accuracy) a F1 skóre. Dosažené výsledky jsou diskutovány, vzájemné porovnány a srovnány s výsledky publikací zabývajících se obdobnou problematikou.
|
|
|
Detekce začátku a konce komplexu QRS s využitím hlubokého učení
Malina, Ondřej ; Hejč, Jakub (oponent) ; Smíšek, Radovan (vedoucí práce)
Tato práce se zabývá problematikou automatického měření doby trvání QRS komplexů v EKG signálech. Zvláštní důraz je zde pak kladen na možnosti automatické detekce komplexů QRS při současném buzení srdeční tkáně kardiostimulátorem. Obsah této práce je řazen do čtyř logických celků, kdy se v první části věnuje srdci jako orgánu. Popisuje vznik a šíření vzruchu v srdci, jeho možné patologie a jejich projevy v EKG záznamu, dále se zde věnuje kardiostimulaci a měření EKG záznamu při současné kardiostimulaci. Druhá část práce obsahuje stručný úvod do tématu strojového a hlubokého učení. Třetí část práce obsahuje rešerše aktuálních přístupů využívající k řešení detekce QRSd metody založené na hlubokém učení. Čtvrtá část se pak zabývá návrhem a implementací vlastního modelu hlubokého učení, schopného detekovat začátky a konce QRS komplexů z EKG záznamů. Je zde popsáno předzpracovaní dat realizované v programovacím prostředí MATLAB. Samotná implementace modelu byla uskutečněna v programovacím jazyce Python za využití modulů PyTorch a NumPy.
|
|
|
Simulace farmakokinetických modelů
Hejč, Jakub ; Jiřík, Radovan (oponent) ; Mézl, Martin (vedoucí práce)
Teoretická část projektu se zabývá rozborem farmakokinetických dějů a základními vlastnostmi matematických modelů užívaných ve farmakokinetice. Tento popis je zaměřen především na modely využívané pro perfúzní zobrazovací metody. Cílem projektu je vytvořit algoritmus pro simulaci vybraných modelů na základě zadaných parametrů a algoritmus sloužící k proložení experimentálně měřených dat vybraným modelem s výpočtem základních farmakokinetických parametrů. Dalším krokem řešení je realizace grafického rozhraní, které umožní plně využívat vytvořené algoritmy v uživatelsky přístupnějším prostředí. Výstupem práce je program, který lze využít k získání parametrů reálných dat a jako názorná ukázka vlivu těchto parametrů na průběh zvolených funkcí.
|
|
|
Analýza dynamických změn tepové frekvence u fibrilace síní
Tesařová, Tereza ; Ronzhina, Marina (oponent) ; Hejč, Jakub (vedoucí práce)
Bakalářská práce je orientována do problematiky zachycení abnormalit tepové frekvence a stanovení sledované variability v různě dlouhých EKG signálech, přímou analýzou k zvýšení úspěšnosti detekce fibrilace síní momentálně dostupných metod. Tematickému jádru práce předbíhá seznámení se se samotnou kapitolou dotýkající se elektrofyziologie srdce a vzniku vzruchu s jeho následným vedením uvnitř myokardu, včetně základní klasifikace srdečních arytmií a diagnostikovaného vychýlení od normálního rytmu. Rozebrání dynamické struktury fibrilace síní napomáhá k lepšímu pochopení v následujícím aplikování detekčních algoritmů v programovém prostředí MATLAB a dává podklad pro správnou diskusi při konečném souborném statistickém vyhodnocení souhrnu diskriminativních ukazatelů.
|
|
|
3D model elektrické aktivace myokardu
Míková, Monika ; Mézl, Martin (oponent) ; Hejč, Jakub (vedoucí práce)
Cílem této diplomové práce je vytvoření jednoduchého 3D elektro-anatomického modelu srdeční tkáně, který bude schopný simulovat šíření elektrické aktivace jak ve zdravém srdci, tak v srdci s arytmogenním substrátem. Model elektrické aktivace myokardu je realizován v prostředí COMSOL Multiphysics, což je simulační software pro tvorbu modelů využívající metody konečných prvků. K modelování excitabilní povahy myokardu byla použita Fitzhugh-Nagumo rovnice a na základě vhodně zvolených parametrů byly nejprve vytvořeny 2D modely tkáně myokardu popisující šíření vzruchu ve zdravé tkáni, v ischemické tkáni, spontánní vznik vzruchů v SA uzlu a vznik spirálové vlny. Následně byly vytvořeny zjednodušené 3D modely srdce popisující šíření vzruchu ve zdravém srdci, za přítomnosti přídatné dráhy a při AV blokádě III. stupně. Zjednodušený 3D model srdce nabízí kompromis mezi výpočetním zatížením a složitostí modelu a může být použit jako vyšetřovací nástroj pro úpravu tkání a celého srdce při vhodném nastavení parametrů rovnice.
|
|
|
Identifikace abnormálních EKG segmentů pomocí metody Multiple-Instance Learning
Šťávová, Karolína ; Smíšek, Radovan (oponent) ; Hejč, Jakub (vedoucí práce)
Srdeční arytmie jsou velmi častým srdečním onemocněním, jejichž výskyt v populaci se zvyšuje. Tato práce se zabývá automatickou detekcí komorových extrasystol ze záznamů 12svodového EKG, k čemuž využívá hlubokého učení. Prostřednictvím techniky založené na přístupu Multiple-Instance Learning je dále provedena lokalizace těchto arytmií (klíčových instancí) v záznamu. V teoretické části práce je popsána základní elektrofyziologie srdce a princip fungování hlubokého učení zejména se zaměřením na konvoluční neuronové sítě. V rámci programového řešení v jazyce Python byl využit model postavený na architektuře InceptionTime, pomocí něhož byla provedena klasifikace signálů do vybraných tříd. Pro zjištění lokalit klíčových instancí v EKG byla implementována metoda Grad-CAM. Hodnocení kvality detekce arytmií proběhlo prostřednictvím výpočtu F1 skóre a výsledky byly na konci práce diskutovány.
|
host ::
RSS.