|
|
Využití kvantitativního fMRI jako biomarkeru preklinického stádia demence s Lewyho tělísky
Venhudová, Aneta ; Mikl, Michal (oponent) ; Gajdoš, Martin (vedoucí práce)
Demence s Lewyho tělísky (DLB) je jedno z nejčastějších neurodegenerativních onemocnění. S trendem stárnutí populace, který je ve společnosti pozorován, se dá očekávat rostoucí výskyt nemocí podobného druhu. Jelikož příznaky různých neurodegenerativních onemocnění mohou být podobné, ale jejich příčiny rozdílné, liší se také jejich léčba. Je proto důležité správně diagnostikovat pacienty a aplikovat správný terapeutický postup. Časný záchyt příznaků DLB umožňuje dřívější diagnózu, takže pacienti mohou začít včas s terapií, což zlepšuje kvalitu jejich života s nemocí. Tato bakalářská práce ze zabývá využitím kvantitativního fMRI při detekci prodromálního stádia DLB. V teoretické rešerši je krátce přiblížena problematika DLB, dynamické funkční konektivity, nastíněn princip fungování MRI a metody diskriminační analýzy. V praktické části jsou vizualizována data subjektů v prodromálním stádiu i zdravých kontrol a je navrhnut, aplikován a popsán algoritmus pro porovnání nového, experimentálního přístupu ke zpracování fMRI dat s tím, který je užíván v praxi nyní. Výsledky porovnání jsou diskutovány.
|
|
|
Detekce fibrilace síní v krátkodobých EKG záznamech
Ambrožová, Monika ; Janoušek, Oto (oponent) ; Ronzhina, Marina (vedoucí práce)
Fibrilace síní je diagnostikována u 1-2 % populace, v příštích dekádách se očekává výrazný nárůst počtu pacientů s touto arytmií v souvislosti se stárnutím populace a vyšším výskytem některých onemocnění, která jsou považována za její rizikové faktory. Cílem této práce je popsat problematiku fibrilace síní a metody, které umožňují její detekci v EKG záznamu. V úvodní části se nachází literární rešerše zabývající se fyziologií srdce a fibrilací síní. V další části jsou uvedené některé metody sloužící k detekci FS. V praktické části je zhodnocena funkčnost dodaného softwaru pro detekci FS firmou BTL. Dále je zde navržen detektor fibrilace síní. K detekci bylo vybráno několik parametrů, poukazující na variabilitu RR intervalů. Jedná se o parametry směrodatné odchylky, koeficient šikmosti a špičatosti, variační koeficient, střední kvadratickou odchylku, normalizovanou absolutní odchylku, normalizovanou absolutní diferenci, mediánovou absolutní odchylku a entropii. Bylo využito třech různých klasifikačních modelů: metoda podpůrných vektorů (SVM), K-nearest neghbor (KNN) a diskriminační analýza (DA). Nejlepších výsledků dosahuje klasifikační model SVM. Výsledky ukazatelů úspěšnosti (sensitivita: 67,1 %; specificita: 97,0 %; F-measure: 66,8 %; accuracy: 92,9 %).
|
|
|
Statistické klasifikační metody
Barvenčík, Oldřich ; Žák, Libor (oponent) ; Michálek, Jaroslav (vedoucí práce)
Práce se zabývá vybranými klasifikačními metodami. Jsou zde popsány základy shlukové analýzy, diskriminační analýzy a teorie klasifikačních stromů. Použití metod je ukázáno při klasifikaci simulovaných dat, výpočet je proveden v programu STATISTICA. V praktické části práce pak následuje porovnání metod při klasifikaci reálných datových souborů různých rozsahů. Klasifikačními metodami je také řešena reálná úloha – predikce znečištení ovzduší na základě předpovědi počasí.
|
|
|
Automatická klasifikace spánkových fází z polysomnografických dat
Vávrová, Eva ; Potočňák, Tomáš (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato diplomová práce se zabývá analýzou polysomnografických záznamů, která je založená na výpočtu vybraných parametrů v časové, frekvenční a časově-frekvenční oblasti. Parametry jsou počítány z 30s úseků EEG, EMG a EOG signálů snímaných v průběhu různých spánkových fází. Pomocí statistické analýzy jsou vybrány parametry, které jsou vhodné pro následnou automatickou klasifikaci spánkových fází, která je zrealizována pomocí umělé neuronové sítě, k-NN klasifikátoru a lineární diskriminační analýzy. V rámci této práce byl vytvořen program s grafickým uživatelským rozhraním v prostředí MATLAB.
|
|
|
Modelování predikce bankrotu stavebních podniků
Srbová, Pavla ; Kuběnka,, Michal (oponent) ; Karas, Michal (vedoucí práce)
Tato diplomová práce je zaměřena na vytvoření bankrotního modelu pro podniky ze stavebního průmyslu v České republice za využití diskriminační analýzy. V teoretické části je vymezen pojem bankrotní model, dále je tato část zaměřena na zařazení bankrotních modelů do ekonomie, pohled do jejich historie, popis vybraných modelů a stručnou charakteristiku stavebního průmyslu. V praktické části je nejprve určena spolehlivost vybraných bankrotních modelů a následně je sestaven nový bankrotní model.
|
|
| |
|
|
Klasifikace na základě longitudinálních pozorování
Bandas, Lukáš ; Komárek, Arnošt (vedoucí práce) ; Kulich, Michal (oponent)
Tato práce se zabývá klasifikací obecně různých objektů na základě longitudinálních pozorování. Čtenáře seznámí s lineárním smíšeným modelem a jeho základními vlastnostmi, který je vhodný pro modelování dat longitudinálního typu. Hlavní část práce se zaměřuje na popis metod diskriminační analýzy, které jsou vhodné pro klasifikaci na základě longitudinálních dat. Jednotlivé metody jsou nejprve se sjednoceným značením představeny z teoretického hlediska. Metoda s rozdělením náhodných efektů je zobecněna na spojitý čas. Poté jsou jednotlivé metody a vlastnosti lineárního smíšeného modelu aplikovány na reálná data. V poslední části jsou zkoumány vlastnosti uvedených metod v navržených simulačních studiích.
|
|
|
Vliv spektrálního rozlišení na klasifikaci krajinného pokryvu v krkonošské tundře
Palúchová, Miroslava ; Červená, Lucie (vedoucí práce) ; Kupková, Lucie (oponent)
Vliv spektrálního rozlišení na klasifikaci krajinného pokryvu v krkonošské tundře Abstrakt Diplomová práce je zaměřena na specifikaci požadavků na spektrální rozlišení dat vstupujících do klasifikace a zodpovězení otázky, která pásma jsou stěžejní pro rozlišení tříd předem stanovené legendy. V práci jsou použita letecká hyperspektrální data senzoru AisaDUAL. Aplikovanou metodou výběru významných pásem byla diskriminační analýza provedena v IBM SPSS Statistics. Významná pásma se nacházela v intervalech 1500-1750 nm (začátek oblasti SWIR), 1100-1300 nm (delší vlnové délky NIR), 670-760 (red-edge) a 500-600 nm (zelené pásmo). Klasifikace vybraných pásem proběhla v ENVI 5.4 pomocí klasifikátoru Support Vector Machine a dosáhla celkové přesnosti 80,54 %, Kappa koeficient 0,7755. Součástí práce je také hodnocení vhodnosti dostupných družicových dat pro klasifikaci vegetace tundry z hlediska spektrálního rozlišení. Klíčová slova: tundra, Krkonoše, klasifikace, spektrální rozlišení, separabilita tříd, diskriminační analýza, hyperspektrální data
|
|
|
Selected problems and methods in multivariate data analysis
Goduľová, Lenka ; Zichová, Jitka (vedoucí práce) ; Hurt, Jan (oponent)
Název práce: Vybrané problémy a metody při zpracování mnohorozměrných finančních dat Autor: Lenka Goduľová Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí bakalářské práce: RNDr. Jitka Zichová, Dr. Abstrakt: Předložená bakalářská práce se zabývá zpracováním vícerozměrných dat. Úkolem bylo aplikovat vybrané metody na finanční data. Skládá se z teoretické části a zpracování konkrétní databáze. V prvních čtyřech kapitolách jsou shrnuté základní vztahy a pojmy týkající se náhodného vektora, náhodné veličiny, vícerozměrných dat a testu nezávislosti v kontingenční tabulce. Následující část je věnována popisu vybraných metod, kterými jsou shluková analýza a diskriminační analýza. V praktické části jsou tyto metody aplikované na databázi klientů německé banky. Klíčová slova: náhodný vektor, mnohorozměrné rozdelení, mnohorozměrný náhodný výběr, kontingenční tabulka, shluková analýza, diskriminačná analýza
|
|
|
Detekce fibrilace síní v krátkodobých EKG záznamech
Ambrožová, Monika ; Janoušek, Oto (oponent) ; Ronzhina, Marina (vedoucí práce)
Fibrilace síní je diagnostikována u 1-2 % populace, v příštích dekádách se očekává výrazný nárůst počtu pacientů s touto arytmií v souvislosti se stárnutím populace a vyšším výskytem některých onemocnění, která jsou považována za její rizikové faktory. Cílem této práce je popsat problematiku fibrilace síní a metody, které umožňují její detekci v EKG záznamu. V úvodní části se nachází literární rešerše zabývající se fyziologií srdce a fibrilací síní. V další části jsou uvedené některé metody sloužící k detekci FS. V praktické části je zhodnocena funkčnost dodaného softwaru pro detekci FS firmou BTL. Dále je zde navržen detektor fibrilace síní. K detekci bylo vybráno několik parametrů, poukazující na variabilitu RR intervalů. Jedná se o parametry směrodatné odchylky, koeficient šikmosti a špičatosti, variační koeficient, střední kvadratickou odchylku, normalizovanou absolutní odchylku, normalizovanou absolutní diferenci, mediánovou absolutní odchylku a entropii. Bylo využito třech různých klasifikačních modelů: metoda podpůrných vektorů (SVM), K-nearest neghbor (KNN) a diskriminační analýza (DA). Nejlepších výsledků dosahuje klasifikační model SVM. Výsledky ukazatelů úspěšnosti (sensitivita: 67,1 %; specificita: 97,0 %; F-measure: 66,8 %; accuracy: 92,9 %).
|
host ::
RSS.