|
|
Klasifikace EKG na základě metod HRV analýzy
Caha, Martin ; Vítek, Martin (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato práce se zabývá klasifikací EKG naměřeného z izolovaných králičích srdcí v průběhu experimentu s opakovanou ischemií. Klasifikační příznaky byly tvořeny za použitím metod analýzy variability srdečního rytmu. Výsledky byly statisticky vyhodnoceny. Parametry variability srdečního rytmu byly vypočtené pomocí prostředí Kubios HRV, ostatní výpočty se prováděly v MATLABu. Byla vytvořena neuronová síť pro klasifikaci analyzovaných parametrů do specifických skupin.
|
|
|
Detekce fibrilace síní v EKG záznamu
Húsková, Michaela ; Vítek, Martin (oponent) ; Maršánová, Lucie (vedoucí práce)
Cílem práce je popsat problematiku fibrilace síní a metody umožňující její detekci v elektrokardiogramu. V úvodu teoretického rozboru je vysvětlena podstata elektrofyziologie srdce, a především patofyziologie fibrilace síní. Dále se práce věnuje popisu metod automatické detekce fibrilace síní a možnostem databáze PhysioNet. V praktické části jsou realizovány metody pomocí programového prostředí MATLAB. Po použití statistické analýzy pro zhodnocení kvality parametrů následuje automatická klasifikace dat metodou nejbližšího souseda. Na závěr je prezentována úspěšnost testování.
|
|
|
Detekce atriální fibrilace v dlouhodobých EKG záznamech
Imramovská, Klára ; Kozumplík, Jiří (oponent) ; Maršánová, Lucie (vedoucí práce)
Práce se zabývá problematikou automatické detekce atriální fibrilace v dlouhodobých EKG záznamech. V úvodu teoretické části je popsána elektrofyziologie srdce a podstata síňové fibrilace. Dále jsou představeny metody automatické detekce atriální fibrilace. V praktické části je v programovém prostředí MATLAB realizována metoda využívající symbolických dynamických systémů a výpočtu Shannonovy entropie. Metoda je otestována na signálech z MIT-BIH Atrial Fibrillation Database a Long-Term AF Database. Úspěšnost klasifikace je v závěru porovnána s metodami z různých studií.
|
|
|
Detekce paroxysmální fibrilace a flutteru síní
Krmela, Jan ; Němcová, Andrea (oponent) ; Smíšek, Radovan (vedoucí práce)
Tato bakalářská práce se zabývá problematikou fibrilace a flutteru síní, patofyziologií těchto arytmií a jejich automatickou detekcí. Obsahuje teoretický úvod, potřebný k pochopení bazální anatomie srdce, jeho činnosti, vzniku a popisu elektrokardiogramu a kapitolu o srdečních arytmiích. Dále obsahuje rešerši o automatické detekci fibrilace síní. V práci je také popsána databáze, se kterou se pracuje v praktické části. Samotná realizace klasifikace srdečního rytmu a automatické detekce začátků a konců paroxysmálních epizod je provedena v prostředí MATLAB, navrhnutý algoritmus je otestovaný na popisovaných databázích a jsou vyhodnoceny jeho výsledky.
|
|
|
Pokročilá klasifikace poruch srdečního rytmu v EKG
Sláma, Štěpán ; Hejč, Jakub (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato práce se zaměřuje na teoretické objasnění poruch srdečního rytmu a možnosti jejich automatické detekce s využitím sítí hlubokého učení. Pro účely této práce bylo využito celkově 6884 10sekunových záznamů EKG s měřenými osmi svody. Záznamy byly rozděleny do pěti skupin podle srdečních rytmů na skupinu záznamů s fibrilací síní, sinusové rytmy, supraventrikulární rytmy, ventrikulární rytmy a poslední skupinu tvořily záznamy ostatní. Jednotlivé skupiny byly nerovnoměrně zastoupeny a více než 85 % z celkového počtu dat jsou záznamy skupiny sinusového rytmu. Použité klasifikační metody sloužily efektivně jako detektor záznamů nejpočetnější skupiny a nejefektivnější ze všech byl postup tvořený 2D konvoluční neuronovou sítí, do které vstupovala data v podobě skalogramů (klasifikační postup číslo 3). Ta dosahovala výsledků přesnosti (precision) 91 %, úplnosti (recall) 96 % a hodnoty F1-skóre 0,93. Naopak při klasifikaci všech pěti skupin zároveň nebylo dosaženo takto kvalitních výsledků u všech skupin. Nejefektivnějším postupem se jeví varianta sestavena z aplikace PCA na osm vstupních signálů se ziskem jednoho signálu výstupního, který se stává vstupem 1D konvoluční neuronové sítě (klasifikační postup číslo 5). Tento postup dosáhl následujících hodnoty F1-skóre: 1) skupina záznamů s fibrilací síní 0,54, 2) skupina sinusových rytmů 0,91, 3) skupina supraventrikulárních rytmů 0,65, 4) skupina ventrikulárních rytmů 0,68, 5) ostatní záznamy 0,65.
|
|
|
Metoda dynamického borcení časové osy v oblasti zpracování biosignálů
Novobilský, Petr ; Provazník, Ivo (oponent) ; Kolářová, Jana (vedoucí práce)
Diplomová práce popisuje metodu dynamického borcení časové osy (DTW), kterou lze využít jako nelineární metodu pro zpracování signálů. V oblasti zpracování biomedicínských signálů lze touto metodou sledovat tvarové změny. V práci je popsán princip metody a postup nalezení cesty DTW. Metoda je aplikována na sadu čísel v ukázkové verzi programu, na soubor simulovaných signálů a signály elektrokardiogramů (EKG). Záznamy srdečních cyklů byly popsány v časové, frekvenční a časově frekvenční oblasti a následně podrobeny algoritmu DTW. Zpracovávané signály EKG byly získány z experimentů provedených na Masarykově univerzitě, jejichž cílem bylo odhalit vliv napěťově-citlivého barviva na srdeční tkáň. Výsledky použité metody hodnotí míru odlišnosti EKG signálů získaných v jednotlivých fázích experimentu. Při vyhodnocení byly sledovány změny v průběhu fáze aplikace napěťově-citlivého barviva a fáze vymývání vůči kontrole. Odlišnost zpracovávaného souboru signálů se potvrdila při zpracování v časové oblasti (37,5 %), ve frekvenční oblasti (75 %) a v časově frekvenční oblasti (25 %). Díky malému souboru dat však nebylo možné jednoznačně prokázat působení barviva na srdeční tkáň a stanovit mezní hodnotu minimální vzdálenosti algoritmu DTW pro klasifikaci jednotlivých srdečních cyklů elektrokardiogramu. Při analýze většího souboru dat se předpokládá projevení trendu nárůstu odlišnosti srdečních cyklů EKG ve fázi barvení vůči fázi promývání.
|
|
|
Reprezentace srdečních cyklů pro následnou klasifikaci
Smíšek, Radovan ; Janoušek, Oto (oponent) ; Ronzhina, Marina (vedoucí práce)
Výběr úseku EKG hraje významnou roli při návrhu klasifikátoru srdečních cyklů. Typ vybraných úseků ovlivňuje klasifikaci nejen z hlediska typu a maximálního počtu rozpoznávaných patologických skupin, ale ovlivňuje také složitost klasifikačního modelu, a tudíž nepřímo udává nároky na paměť používané výpočetní techniky a čas potřebný pro klasifikaci. Tato práce je zaměřena právě na porovnání úspěšnosti klasifikace cyklů EKG při různých vstupních úsecích. Byly použity vstupní úseky QRST, RST, ST-T, QRS a T. Signál EKG byl získán z izolovaných králičích srdcí a rozdělen na typy podle maximální výchylky vlny T a změn ST úseku. Signál dále vstupuje do umělé neuronové sítě, kde je klasifikován na předdefinované typy. Byla použita síť s dvaceti čtyřmi neurony ve skryté a jedním neuronem ve výstupní vrstvě. Úspěšnost klasifikace je shrnuta v závěru práce.
|
|
|
Metoda borcení časové osy v oblasti biosignálů
Nejedlý, Tomáš ; Švrček, Martin (oponent) ; Kolářová, Jana (vedoucí práce)
Tato práce se zabývá rozpoznáváním biosignálů. Navržený rozpoznávací systém REC-DTW zpracovává elektrokardiografické signály (EKG) pomocí algoritmu Dynamického borcení časové osy (DTW). DTW umožňuje vyhodnotit rozdíl mezi testovaným a kontrolním signálem, které nejsou stejně dlouhé. Senzitivita rozpoznávání je 82,5%.
|
|
|
Detekce fibrilace síní ze signálů EKG
Běhunčíková, Vendula ; Ronzhina, Marina (oponent) ; Kozumplík, Jiří (vedoucí práce)
Fibrilace síní je jednou z nejběžnějších poruch srdečního rytmu. V dospělé populaci většina studií uvádí prevalenci fibrilací síní v rozsahu 1-6 %. Prevalence dále roste s věkem. Její včasné odhalení je pro pacienta klíčové. Prevencí je poté možno zabránit závažným stavům. Pro detekci je využíváno mnoho různých metod včetně metod hlubokého učení. Cílem této bakalářské práce je popsat metody automatické detekce fibrilace síní, navrhnout a implementovat vybrané algoritmy a otestovat jejich výsledky na testovacím datasetu. K implementaci byl využit software Matlab R2020b.
|
|
|
Rozměřování záznamů EKG s využitím transformace svodů
Ondroušek, Lukáš ; Ronzhina, Marina (oponent) ; Vítek, Martin (vedoucí práce)
Cílem této práce je seznámení s principy rozměřování signálů EKG, vlnkovou transformací a transformačními přístupy pro navýšení počtu dostupných svodů. Následně poznatky využít pro vytvoření rozměřovacího algoritmu v programu Matlab. Algoritmus byl testován na kompletní databázi CSE. Výsledky byly následně porovnány s kritériemi, které jsou pro databázi CSE stanoveny. V práci bylo realizováno šest transformačních přístupů pro navýšení počtu dostupných svodů. Všechny byly analyzovány rozměřovacím algoritmem. Zjišťovalo se, zda transformace zvýší účinnost detekce.
|
host ::
RSS.