|
|
Shluková analýza v oblasti biosignálů
Kalous, Stanislav ; Archalous, Tomáš (oponent) ; Kolářová, Jana (vedoucí práce)
Diplomová práce se zabývá využitím shlukové analýzy při vyhodnocování dlouhodobých elektrokardiogramů (EKG). Pro předzpracování EKG záznamu byla použita lineární filtrace. Segmentování EKG signálu na jednotlivé srdeční cykly bylo provedeno na základě detekce QRS komplexu a následné aplikaci algoritmů dynamického borcení časové osy. K aplikaci všech uvedených postupů a interpretaci výsledků byl vytvořen v prostředí Matlab program Shluková analýza. Výsledky práce potvrzují, že shluková analýza je schopná rozpoznat srdeční arytmie typické tvarovou odlišností od normálních srdečních cyklů.
|
|
|
Automatické rozměření signálů EKG
Tiurina, Mariia ; Kozumplík, Jiří (oponent) ; Vítek, Martin (vedoucí práce)
Tato semestrální práce se zabývá rozměřováním signálů EKG. Semestrální práce se skládá ze dvou části. Teoretická část obsahuje stručný úvod do elektrokardiografie a popis některých známých metod automatického rozměření elektrokardiografických signálů. Praktická část představuje program, realizovaný v programovacím prostředí Matlab a výsledky jeho testování na dvanactisvodových signálech z databáze CSE. Pomocí statistických metod dosažené výsledky jsou porovnané s výsledky zvěřejněnými autory metody
|
|
|
Detekce parametrů repolarizace ze signálu EKG
Brandejs, Jakub ; Halámek, Josef (oponent) ; Veselý, Petr (vedoucí práce)
V rámci diplomové práce autor navrhl a realizoval detektor vrcholu a konce T vlny za pomocí dosud nepublikované transformace svodů na bázi lineární regrese napříč svody. Během vývoje se daná transformace ukázala jako užitečný nástroj pro detekci QRS komplexu. Realizovaný QRS detektor byl testován na databázi CSE a výsledky byly porovnány výsledky jiných autorů. Detektor parametrů T vlny byl testován kvalitativně a výsledky byly uvedeny ve formě grafických ukázek.
|
|
|
Detekce začátku a konce komplexu QRS s využitím hlubokého učení
Malina, Ondřej ; Ronzhina, Marina (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.
|
|
|
Detekce začátku a konce komplexu QRS s využitím hlubokého učení
Malina, Ondřej ; Ronzhina, Marina (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.
|
|
|
Odhad dechové frekvence ze signálů EKG a PPG
Blaude, Ondřej ; Němcová, Andrea (oponent) ; Kozumplík, Jiří (vedoucí práce)
Tato bakalářská práce je zaměřena na odhad dechové frekvence. V práci jsou popisovány a realizovány metody odhadu dechové frekvence ze signálů EKG a PPG. V prvních dvou kapitolách je stručně popsán základ měření signálu EKG a snímání dýchání, potažmo signál PPG. Kapitola třetí se již věnuje metodám pro odhad dechové křivky a v teoretické rovině vysvětluje metody i algoritmy pro odhad respiračního signálu z EKG a PPG, následně pak stanovení dechové frekvence. Ve čtvrté kapitole jsou vybrané metody realizovány a stvořené algoritmy aplikovány na reálná data z BIDMC databáze.
|
|
|
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.
|
|
| |
|
|
Rozměření signálů EKG s využitím fázorové transformace
Koupil, Michal ; Vítek, Martin (oponent) ; Maršánová, Lucie (vedoucí práce)
Tato práce se zabývá rozměřením EKG signálů s využitím fázorové transformace. Tato metoda je v rámci automatického rozměřování EKG signálů poměrně nová a praxi zatím není příliš používána. V teoretické části práce je popsán vztah srdeční činnosti k EKG a metody automatického rozměření EKG, teoretického popisu fázorové transformace. V praktické části práce je v prostředí MATLAB realizován program, pro rozměření EKG signálů. Nejprve se práce věnuje detekci poloh vln a kmitů (P, QRS, T) a následně určuje jejich hranice (začátky a konce). V další části je proveden rozbor dosažených výsledků a srovnání s dalšími autory. Testování bylo provedeno na QT signálech z databáze Physionet.
|
|
|
Automatické rozměření signálů EKG
Tiurina, Mariia ; Kozumplík, Jiří (oponent) ; Vítek, Martin (vedoucí práce)
Tato semestrální práce se zabývá rozměřováním signálů EKG. Semestrální práce se skládá ze dvou části. Teoretická část obsahuje stručný úvod do elektrokardiografie a popis některých známých metod automatického rozměření elektrokardiografických signálů. Praktická část představuje program, realizovaný v programovacím prostředí Matlab a výsledky jeho testování na dvanactisvodových signálech z databáze CSE. Pomocí statistických metod dosažené výsledky jsou porovnané s výsledky zvěřejněnými autory metody
|
host ::
RSS.