Identifikace spánkových poruch z dat aktigrafie a spánkových deníků

Simple item page
but.committeedoc. Ing. Jan Jeřábek, Ph.D. (předseda) doc. Ing. Miloš Orgoň, Ph.D. (místopředseda) Ing. Jan Skapa, Ph.D. (člen) Ing. Josef Vojtěch, Ph.D. (člen) Ing. Ján Sláčik (člen) Ing. Radim Číž, Ph.D. (člen) Ing. Aneta Koláčková (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Student obhájil diplomovou práci a odpověděl na otázky členů komise a oponenta. V kapitole 1.1 jsou popsány jednotlivé fáze spánku včetně jejich přibližných trvání. V součtu je to ale cca 3 hodiny, což neodpovídá průměrné době spánku. Prosím vysvětlete. S jakou teplotou se počítá, z jaké části těla je teplota snímána?cs
but.jazykčeština (Czech)
but.programTelekomunikační a informační technikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorMikulec, Marekcs
dc.contributor.authorMolík, Miroslavcs
dc.contributor.refereeMekyska, Jiřícs
dc.date.created2022cs
dc.description.abstractTato diplomová práce se zabývá predikcí Parkinsonovy choroby pomocí spánkových parametrů získaných z aktigrafie a spánkových deníků. Cílem je navrhnout model strojového učení, který bude schopen poznat pacienty trpící Parkinsonovou chorobou. K trénování byla použita datová množina dodaná Fakultní nemocnicí u sv. Anny, která byla za dosažením lepších výsledků různě upravována. Následně byly tyto úpravy podle výsledků modelů zhodnoceny a na jejich bázi byly vybrány dva modely, které dosahují testovací přesnosti 85 a 82%.cs
dc.description.abstractThis master’s thesis deals with prediction of Parkinson's disease using sleep parameters from actigraphy and sleep diaries. The goal is to design a machine learning approach, which will be able to recognize pacients suffering from Parkinson's disease. For training dataset supplied by St. Anne's University Hospital Brno was used, which was variously modified for achieving best possible results. These adjustments were evaluated according to the results of the trained models and based on these results, two models (achieving test accuracies of 85 and 82%) were selected.en
dc.description.markBcs
dc.identifier.citationMOLÍK, M. Identifikace spánkových poruch z dat aktigrafie a spánkových deníků [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2022.cs
dc.identifier.other141365cs
dc.identifier.urihttp://hdl.handle.net/11012/204726
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectspánekcs
dc.subjectspánkové poruchycs
dc.subjectneurodegenerativní onemocněnícs
dc.subjectaktigrafiecs
dc.subjectspánkové deníkycs
dc.subjectparkinsonova chorobacs
dc.subjectpredikce parkinsonacs
dc.subjectsleepen
dc.subjectsleep disorderen
dc.subjectneurodegenerative diseaseen
dc.subjectactigraphyen
dc.subjectsleep diaryen
dc.subjectparkinson's diseaseen
dc.subjectparkinson's predictionen
dc.titleIdentifikace spánkových poruch z dat aktigrafie a spánkových deníkůcs
dc.title.alternativeIdentification of sleep disorders based on actigraphy data and sleep diariesen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2022-06-07cs
dcterms.modified2024-05-17-12:52:35cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid141365en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 14:29:22en
sync.item.modts2025.01.15 12:18:09en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
3.44 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
1.36 MB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_141365.html
Size:
5.32 KB
Format:
Hypertext Markup Language
Description:
file review_141365.html
Download
Collections
2022