|
|
Kardiostimulátor typu On Demand řízený mikrokontrolérem
Daniš, Václav ; Balogh, Jaroslav (oponent) ; Sekora, Jiří (vedoucí práce)
Kardiostimulátory se staly v dnešní době nedílnou součástí léčby řady kardiovaskulárních onemocnění. Téma bakalářské práce se týká návrhu a realizace fungování kardiostimulárotu typu On Demand řízeného mikrokontrolérem. Úvodní kapitoly se zaměřují na bližší, teoretické seznámení s komplexní problematikou trvalé srdeční kardiostimulace. Mimo vlastní teorii kardiostimulátorů a kardiostimulace, zahrnují významné historické aspekty vývoje trvalé kardiostimulace, nezbytné základy anatomie srdce a převodního systému srdečního, problematiku snímání srdeční aktivity, parametrů EKG křivky, jak fyziologických, tak patologických. V praktické části práce je řešen typ stimulátoru On Demand řízený mikrokontrolérem s pevnou opakovací frekvencí a inhibovaný vlnou R. Následně je vytvořen systémový návrh jeho realizace. Dalším krokem je vytvoření schématu elektrického zapojení a sestavení programu pro mikrokontrolér. Konečným prvkem je realizace samotného modelu kardiostimulátoru, kterému předchází ověření funkčnosti zapojení na nepájivém poli.
|
|
|
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.
|
|
|
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.
|
|
|
Odstranění stimulačních hrotů ze signálu elektrokardiografu
Smíšek, Radovan ; Plešinger,, Filip (oponent) ; Postránecká, Tereza (vedoucí práce)
Cílem této práce je detekce stimulačních hrotů v záznamu ultra vysokofrekvenčního EKG za účelem následného odstranění stimulačních hrotů a umožnění vyhodnocení vyšších frekvenčních složek komplexu QRS. Toto vyhodnocení je nemožné při přítomnosti stimulačních hrotů. Zvolený problém je vyřešen pomocí heuristického algoritmu, který využívá proložení signálu přímkou v oblasti, která není ovlivněna stimulačním impulzem. Následně dochází k prodloužení této přímky a pomocí rozdílů mezi přímkou a signálem, případně pomocí dalších pravidel, jsou detekovány okraje stimulačního hrotu. Samotný vrchol hrotu je detekován prahováním obálky první diference originálního signálu. V práci jsou testovány i další algoritmy. Je zde též navrženo několik metod odstranění stimulačního hrotu. Práce zmiňuje i tvorbu obálek vysokofrekvenčních složek, na základě jejichž analýzy jsou porovnány navržené metody odstranění stimulačních hrotů a dále je také vyhodnocena úspěšnost detekce.
|
|
|
Kardiostimulace v podmínkách přednemocniční péče
TOMANCOVÁ, Anna
Tématem této bakalářské práce je Kardiostimulace v podmínkách přednemocniční péče. V přednemocniční péči se kardiostimulace provádí pouze zevním způsobem a dočasně. Jedná se o výkon raritní, ke kterému se přistupuje pouze v závažných hemodynamických stavech pacienta. Právě tím, že se jedná o léčebný výkon zřídka využívaný, z kardiostimulace čiší jakýsi respekt. To by ale nemělo vést k tomu, že na ni záchranáři nejsou připraveni. V případě jejího použití by měli záchranáři znát léčebný postup, který se odvíjí od patofyziologie daného stavu. Dále vědět své povinnosti plynoucí z toho, že mají za úkol lékaři při zevní dočasné stimulaci asistovat. Hlavním cílem této práce bylo zmapovat teoretické znalosti záchranářů v oblasti kardiostimulace, jejich vědomosti ohledně vlastního průběhu zevní dočasné stimulace a jejich praktické zkušenosti s tímto výkonem. Dále bylo zjišťováno, zda se v rámci Jihočeského kraje nějakým způsobem liší provedení zevní dočasné stimulace v podmínkách přednemocniční péče. Práce je členěna na dva hlavní oddíly, a to na teoretickou část a empirickou část. V části teoretické je v první řadě specifikován charakter přednemocniční péče, role zdravotnického záchranáře a jeho kompetence. Dále je zmíněna anatomie a fyziologie srdce, možnosti monitorování srdeční funkce a poruchy srdečního rytmu, které lze léčit za použití kardiostimulace. Dále jsou uvedeny informace ohledně kardiostimulace jako takové, její rozdělení a průběh zevní dočasné stimulace v přednemocniční péči za použití defibrilátoru. Praktická část je založena na kategorizaci a shrnutí výsledků kvalitativního výzkumu, který probíhal na základě rozhovorů se záchranáři Zdravotnické záchranné služby Jihočeského kraje. Výzkumné cíle, které se týkaly zmapování teoretických znalostí kardiostimulace, byly splněny. Z rozhovorů vyplynulo, že záchranáři se orientují v problematice srdečních arytmií a v jejich léčbě. Z jejich znalostí zevní dočasné kardiostimulace se odráželo, že by byli schopni tento výkon adekvátně provést. V měřítku jednotlivých výjezdových stanovišť nebyly zjištěny žádné odlišnosti v rámci postupu při výkonu kardiostimulace v podmínkách přednemocniční neodkladné péče Jihočeského kraje.
|
|
|
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 ; 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.
|
|
|
Kardiostimulátor typu On Demand řízený mikrokontrolérem
Daniš, Václav ; Balogh, Jaroslav (oponent) ; Sekora, Jiří (vedoucí práce)
Kardiostimulátory se staly v dnešní době nedílnou součástí léčby řady kardiovaskulárních onemocnění. Téma bakalářské práce se týká návrhu a realizace fungování kardiostimulárotu typu On Demand řízeného mikrokontrolérem. Úvodní kapitoly se zaměřují na bližší, teoretické seznámení s komplexní problematikou trvalé srdeční kardiostimulace. Mimo vlastní teorii kardiostimulátorů a kardiostimulace, zahrnují významné historické aspekty vývoje trvalé kardiostimulace, nezbytné základy anatomie srdce a převodního systému srdečního, problematiku snímání srdeční aktivity, parametrů EKG křivky, jak fyziologických, tak patologických. V praktické části práce je řešen typ stimulátoru On Demand řízený mikrokontrolérem s pevnou opakovací frekvencí a inhibovaný vlnou R. Následně je vytvořen systémový návrh jeho realizace. Dalším krokem je vytvoření schématu elektrického zapojení a sestavení programu pro mikrokontrolér. Konečným prvkem je realizace samotného modelu kardiostimulátoru, kterému předchází ověření funkčnosti zapojení na nepájivém poli.
|
|
|
Odstranění stimulačních hrotů ze signálu elektrokardiografu
Smíšek, Radovan ; Plešinger,, Filip (oponent) ; Postránecká, Tereza (vedoucí práce)
Cílem této práce je detekce stimulačních hrotů v záznamu ultra vysokofrekvenčního EKG za účelem následného odstranění stimulačních hrotů a umožnění vyhodnocení vyšších frekvenčních složek komplexu QRS. Toto vyhodnocení je nemožné při přítomnosti stimulačních hrotů. Zvolený problém je vyřešen pomocí heuristického algoritmu, který využívá proložení signálu přímkou v oblasti, která není ovlivněna stimulačním impulzem. Následně dochází k prodloužení této přímky a pomocí rozdílů mezi přímkou a signálem, případně pomocí dalších pravidel, jsou detekovány okraje stimulačního hrotu. Samotný vrchol hrotu je detekován prahováním obálky první diference originálního signálu. V práci jsou testovány i další algoritmy. Je zde též navrženo několik metod odstranění stimulačního hrotu. Práce zmiňuje i tvorbu obálek vysokofrekvenčních složek, na základě jejichž analýzy jsou porovnány navržené metody odstranění stimulačních hrotů a dále je také vyhodnocena úspěšnost detekce.
|
|
|
Removal of Pacing Spikes from the Electrocardiographic Signal
Smíšek, R.
The goal of this thesis is to detect pacing spikes in ultra-high-frequency ECG and remove them. It makes evaluation of higher frequency components of QRS complex possible. This evaluation is impossible while pacing spikes are present. Chosen issue is solved using heuristic algorithm. Algorithm uses intersperse signal by line in the area which is not influenced by pacing spikes. Subsequently this line is made longer and using differences between line and signal (or other rules) edges of pacing spikes are detected. The top of the stimulation tip is detected by thresholding envelope of original signal´s first difference. Outcomes of this thesis make possible to analyze ultra-high-frequency ECG analysis.
|
host ::
RSS.