|
|
Použití umělých neuronových sítí pro klasifikaci srdečních cyklů
Doležalová, Radka ; Vítek, Martin (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato práce se zabývá využitím neuronových sítí při klasifikaci EKG. Nejdříve je problematika EKG a neuronových sítí rozebrána teoreticky, v další části je popsáno využití Neural Network Toolboxu pro samotnou tvorbu sítě a vytvoření grafického uživatelského rozhraní v prostředí Matlab. Na učení i testování jsou zde použita EKG data získána při experimentu na králičích izolovaných srdcích, konkrétně jednotlivé cykly (QRST segmenty) z ortogonálního svodu X ze sedmi fází experimentu. Výsledkem práce je GUI, které umožňuje nastavení různých parametrů a struktury neuronové sítě, která je schopná po naučení klasifikovat srdeční cykly podle jejich morfologie do sedmi skupin.
|
|
|
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.
|
|
|
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.
|
|
|
Použití umělých neuronových sítí pro klasifikaci srdečních cyklů
Doležalová, Radka ; Vítek, Martin (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato práce se zabývá využitím neuronových sítí při klasifikaci EKG. Nejdříve je problematika EKG a neuronových sítí rozebrána teoreticky, v další části je popsáno využití Neural Network Toolboxu pro samotnou tvorbu sítě a vytvoření grafického uživatelského rozhraní v prostředí Matlab. Na učení i testování jsou zde použita EKG data získána při experimentu na králičích izolovaných srdcích, konkrétně jednotlivé cykly (QRST segmenty) z ortogonálního svodu X ze sedmi fází experimentu. Výsledkem práce je GUI, které umožňuje nastavení různých parametrů a struktury neuronové sítě, která je schopná po naučení klasifikovat srdeční cykly podle jejich morfologie do sedmi skupin.
|
host ::
RSS.