Detekce syndromu spánkové apnoe ze záznamu dýchání pomocí nasálního senzoru
| dc.contributor.author | Králík, Martin | |
| dc.contributor.author | Kozumplík, Jiří | |
| dc.contributor.author | Hesko, Branislav | |
| dc.coverage.issue | 5 | cs |
| dc.coverage.volume | 20 | cs |
| dc.date.accessioned | 2023-10-09T07:56:08Z | |
| dc.date.available | 2023-10-09T07:56:08Z | |
| dc.date.issued | 2018-10-31 | cs |
| dc.description.abstract | Práce se zabývá využitím záznamů dýchání z nasálního senzoru pro automatickou detekci syndromu spánkové apnoe (SSA). Jako zdroj signálů je použita volně dostupná databáze Physionet. Pro detekci jsou použity záznamy od čtyř pacientů, u kterých jsou požadované signály dostupné. Srovnány jsou výsledky tří klasifikačních metod - metody podpůrných vektorů, umělých neuronových sítí a metody k-nejbližších sousedů. Pro použitá data dosáhla úspěšnost detekce ve všech případech vice než 90% | cs |
| dc.description.abstract | Article deals with the sleep apnea detection using nasal sensor respiration methods. Open access Physionet database was used as a source of records. Records from four patients with required signals availible were used. Three classification methods are compared – support vector machine, artificial neural networks and k-nearest neighbors. Overall accuracy of over 90% was achieved with each method. | en |
| dc.format | text | cs |
| dc.format.extent | 141-145 | cs |
| dc.format.mimetype | application/pdf | en |
| dc.identifier.citation | Elektrorevue. 2018, vol. 20, č. 5, s. 141-145. ISSN 1213-1539 | cs |
| dc.identifier.issn | 1213-1539 | |
| dc.identifier.uri | http://hdl.handle.net/11012/214219 | |
| dc.language.iso | cs | cs |
| dc.publisher | International Society for Science and Engineering, o.s. | cs |
| dc.relation.ispartof | Elektrorevue | cs |
| dc.relation.uri | http://www.elektrorevue.cz/ | cs |
| dc.rights | (C) 2018 Elektrorevue | en |
| dc.rights.access | openAccess | en |
| dc.title | Detekce syndromu spánkové apnoe ze záznamu dýchání pomocí nasálního senzoru | cs |
| dc.title.alternative | Sleep apnea syndrome detection using nasal senzor respiration records | en |
| dc.type.driver | article | en |
| dc.type.status | Peer-reviewed | en |
| dc.type.version | publishedVersion | en |
| eprints.affiliatedInstitution.faculty | Fakulta elektrotechniky a komunikačních technologií | cs |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- clanek_23_31.10.2018.pdf
- Size:
- 664.78 KB
- Format:
- Adobe Portable Document Format
- Description: