Odhad tepové frekvence ze signálů PPG
Loading...
Date
Authors
Šimčák, Petr
ORCID
Advisor
Referee
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. CESA
Abstract
Tato bakalářská práce se zabývá odhadem srdeční tepové frekvence (TF) ze signálů foto- pletysmografie (PPG) a automatickým hodnocením kvality těchto signálů. Porovnávány jsou tři přístupy k odhadu TF: Elgendiho algoritmus, vlastní metoda detekce vrcholů a nově navržený přístup založený na Hjorthových deskriptorech. Dále je navržen klasi- fikační model využívající Shannonovu entropii a index spektrální čistoty pro hodnocení kvality signálu. Metody jsou testovány na dvou veřejných databázích: CapnoBase a BUT PPG. Výsledky ukazují vysokou přesnost detekčních metod u kvalitních signálů, zatímco metoda založená na Hjorthových parametrech dosahuje slibných výsledků zejména u krátkých úseků. Model pro klasifikaci kvality vykazuje dobrou výkonnost na spojené da- tabázi (AUC = 0,957), avšak omezenou schopnost generalizace na jednotlivé databáze, takže je tento výsledek nutné brát s rezervou. Diskutována jsou omezení a možnosti budoucího rozšíření.
Thisbachelorthesisaddressestheproblemofheartrateestimationfromphotoplethysmo- graphic (PPG) signals and the automatic evaluation of signal quality. Three approaches to heart rate estimation are compared: Elgendi’s algorithm, a custom peak detection method, and a novel approach based on Hjorth descriptors. Additionally, a machine learning model based on Shannon entropy and spectral power index is proposed to clas- sify signal quality. Methods are evaluated on two public databases: CapnoBase and BUT PPG. The results show high accuracy of peak detection methods on clean sig- nals, while the Hjorth-based method achieves promising results for short, high-quality segments. The signal quality classifier achieves good performance on combined data (AUC = 0.957), but limited generalization to individual databases so the results should be interpreted with caution. Limitations and potential improvements are discussed.
Thisbachelorthesisaddressestheproblemofheartrateestimationfromphotoplethysmo- graphic (PPG) signals and the automatic evaluation of signal quality. Three approaches to heart rate estimation are compared: Elgendi’s algorithm, a custom peak detection method, and a novel approach based on Hjorth descriptors. Additionally, a machine learning model based on Shannon entropy and spectral power index is proposed to clas- sify signal quality. Methods are evaluated on two public databases: CapnoBase and BUT PPG. The results show high accuracy of peak detection methods on clean sig- nals, while the Hjorth-based method achieves promising results for short, high-quality segments. The signal quality classifier achieves good performance on combined data (AUC = 0.957), but limited generalization to individual databases so the results should be interpreted with caution. Limitations and potential improvements are discussed.
Description
Citation
ŠIMČÁK, P. Odhad tepové frekvence ze signálů PPG [online]. Brno: Vysoké učení technické v Brně. CESA. 2025.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
bez specializace
Comittee
doc. PaedDr. Pavel Korvas, CSc. (předseda)
Mgr. Jan Šťastný, Ph.D. (místopředseda)
Ing. Vratislav Harabiš, Ph.D. (člen)
Ing. Oto Janoušek, Ph.D. (člen)
Mgr. Michaela Bátorová, Ph.D. (člen)
Date of acceptance
2025-06-18
Defence
Student prezentoval výsledky své práce a komise byla seznámena s posudky.
Ing. Janoušek se doptal na referenční algoritmus.
Student obhájil bakalářskou práci s výhradami a odpověděl na otázky členů komise a oponenta.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení