|
|
Automatická detekce ischemie v EKG
Noremberczyk, Adam ; Potočňák, Tomáš (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato práce se zabývá využitím umělých neuronových sítí (UNS), pro detekci ischemické choroby srdeční (ICHS) ve frekvenční oblasti. První část této práce je zaměřena na teoretické znalosti a popisuje problematiku patologických změn na EKG, převodu EKG do frekvenční oblasti. Popisuje použité statistické metody a metody pro automatickou detekci ICHS a IM. Vysvětluje problematiku perceptronu a UNS. Druhá část práce se zabývá Neural Network Toolboxem MATLAB®. Tato část je zaměřena na výpočet parametrů a výběr vhodných parametrů. Propojování pásem v oblasti. Na konci práce je použita UNS na detekci ischemických parametrů a výsledky jsou diskutovány. Průměrné hodnoty pro nejlepší nastavení vycházeli na 100 % celkové úspěšnosti.
|
|
|
Detekce obtížně diferencovatelných skupin srdečních arytmií
Kantor, Marek ; Ronzhina, Marina (oponent) ; Novotná, Petra (vedoucí práce)
Tato práce se zabývá problematikou detekčních metod fibrilace síní, flutteru síní a sinusového rytmu ze záznamu EKG. Práce rovněž pojednává o těchto arytmiích a klasifikačních algoritmech vhodných pro tuto problematiku. V rámci této práce je vytvořeno několik přístupů klasifikace. Pro extrakci příznaků je využita konvoluční neuronová síť a klasifikace je realizovaná prostřednictvím umělé neuronové sítě. Vybrána metoda 1D CNN pro tyto těžko diferencovatelné srdeční arytmie dosahuje průměrné přesnosti klasifikace F1 - skóre = 91 %. Vybrána CNN optimalizovaná pomocí GA je rychlá mělká síť s lepší přesností než hluboká síť. Vytvořené modely jsou použity i pro klasifikaci jiných typů arytmií.
|
|
|
Detekce QRS komplexů s využitím Stockwellovy transformace
Kašík, Ondřej ; Kozumplík, Jiří (oponent) ; Smital, Lukáš (vedoucí práce)
Tato bakalářská práce se zabývá detekcí QRS komplexů v EKG záznamu. V práci jsou uvedeny stručné informace související s anatomií srdce, vznikem elektrických signálů v srdci, snímáním a popisem EKG záznamu. Podrobněji se práce zabývá detekcí QRS komplexů různými metodami a realizací detektoru založeného na Stockwellově transformaci, Shannonově energii a adaptivním prahování. Také je zde rozebrána problematika hodnocení úspěšnosti detekce. Sensitivita a pozitivní predikce popsaného detektoru na kompletní MIT-BIH Arrhythmia databázi dosahují hodnot 99.80 % a 99.88 %.
|
|
|
Compression and Quality Assessment of ECG Signals
Němcová, Andrea ; Tkacz,, Professor Ewaryst (oponent) ; Kudrna,, Petr (oponent) ; Vítek, Martin (vedoucí práce)
Lossy compression of ECG signals is useful and still challenging and developing area. In recent years, new and new compression algorithms are developed. Unfortunately, there is a lack of standards for compression quality assessment. Thus, there are plenty of methods, performance of which cannot be objectively compared at all or can be compared only in a rough guess. Moreover, it is not much known, whether and how the pathologies in ECG signals influence the compression algorithms performance. In this thesis, a review of all found methods for the assessment of ECG signal quality after compression and reconstruction is presented. 10 new methods were created. The known and the new methods were analysed and based on the results, 12 of them were recommended for further use. New Single-Cycle Fractal-Based (SCyF) compression algorithm is introduced. SCyF algorithm was inspired by fractal-based method and uses one cycle of ECG signal as a domain. It was tested on four different databases using 12 recommended quality metrics and compared with known and popular method based on wavelet transform and Set Partitioning in Hierarchical Trees (SPIHT). The testing process serves as an example how the standardization of ECG signal compression assessment should look like. Further, it was statistically proven that the difference between compression of physiological and pathological signals exists. Pathological signals were compressed with lower efficiency and quality than physiological signals.
|
|
|
Analýza variability srdečního rytmu v animálních modelech
Řehořková, Iveta ; Ronzhina, Marina (oponent) ; Kolářová, Jana (vedoucí práce)
Práce se zabývá analýzou variability srdečního rytmu (HRV) v animálních modelech. Na začátek jsou v práci probrány základní informace týkající se EKG, a to jak u člověka, tak u jednotlivých laboratorních zvířat. Následuje úvod do tématu variabilita srdečního rytmu, popis metod pro její stanovení a vlivy patologií na hodnoty HRV. Před praktickou částí jsou zmíněny způsoby snímání EKG v animálních modelech, je zde také podrobněji popsána funkce perfuzního modelu, jenž byl použit při snímání dat pro tuto práci. Závěr se zabývá analýzou HRV poskytnutých dat provedenou v prostředí Matlab a vyhodnocením zvolených metod.
|
|
|
Využití neuronových sítí pro klasifikaci alternací vlny T
Procházka, Tomáš ; Harabiš, Vratislav (oponent) ; Hrubeš, Jan (vedoucí práce)
Tato práce se zabývá analýzou pravidelných změn vlny T v EKG signálu nazývaných TWA. Přítomnost těchto alternací může znamenat zvýšené riziko náhlé srdeční smrti. K analýze TWA je zde využito algoritmů trénování neuronových sítí, konkrétně pak samoorganizujících se map. Výstupem této práce je program, který v testovaném EKG signálu nejprve detekuje QRS komplexy a získané referenční body následně využije k detekci T-vln. Vektor specifických bodů reprezentujících nalezené T-vlny je potom analyzován pomocí neuronové sítě. Výsledkem je rozhodnutí o míře přítomnosti TWA v analyzovaném signálu.
|
|
|
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 %).
|
|
|
Automatické rozměření signálů EKG
Jurek, Jakub ; Janoušek, Oto (oponent) ; Vítek, Martin (vedoucí práce)
Tato práce se zabývá základním popisem EKG signálu a některých známých metod jeho rozměření. Dále se práce zabývá detailním popisem metody autorů Laguna, Jané, Caminal a realizací kompletního rozměřovacího algoritmu založeném na této metodě. Dále se zaobírá testováním algoritmu na standartní databázi CSE, zhodnocením výsledků a porovnáním výsledků s výsledky autorů.
|
|
|
Klasifikace signálu EKG
Smělý, Tomáš ; Harabiš, Vratislav (oponent) ; Hrubeš, Jan (vedoucí práce)
Tato diplomová práce se zabývá klasifikací různých průběhů EKG signálů. Úkolem bylo rozpoznat normální cykly od různých typů arytmií a určit, o jaké poruchy se jedná. Klasifikace byla provedena pomocí neuronových sítí v nadstavbě programového prostředí Matlab (Neural Network Toolbox). Výsledkem této práce je aplikace, která po načtení EKG signálu z databáze provede jeho předzpracování a následnou klasifikaci jednotlivých kvaziperiod do pěti různých tříd. Procentuální výsledky klasifikace jsou uvedeny v závěru práce.
|
|
|
Rozměření signálu EKG pro analýzu TWA
Řezáč, Petr ; Vítek, Martin (oponent) ; Kozumplík, Jiří (vedoucí práce)
Diplomová prácepojednává o možnostech využití vlnkové transformace v oblasti filtrace a rozměření signálů elektrokardiogramu (EKG). V práci je navrženo několik metod detekce a odhadu alternace vlny-T (TWA), jako je spektrální metoda (SM), metoda Poincaré mapování (PM), nebo korelační metoda (KM). Alternace vlny-T, někdy také nazývaná repolarizační alternace, je fenomén objevující se v signálu elektrokardiogramu jako stálé kolísání vlny-T v každém dalším po sobě jdoucím srdečním cyklu. Elektrická TWA je evidována jako ukazatel elektrické nestability a u řady pacientů byla dokázána její souvislost s nárůstem rizika k ventrikulárním arytmiím. Výskyt TWA byl zaznamenán v celé řadě klinických a experimentálních situací, včetně infarktu myokardu, akutní ischémie, anginy pectoris, dlouhého QT syndromu atd. Navržené metody detekce TWA jsou realizovány v programovém prostředí Matlab R2006a. Metody jsou experimentálně ověřeny na reálných signálech EKG z Evropské ST-T Databáze.
|
host ::
RSS.