Lokalizace srdečních arytmií v EKG s využitím hlubokého učení

Simple item page
but.committeedoc. Ing. Jana Kolářová, Ph.D. (předseda) Ing. Marina Filipenská, Ph.D. (místopředseda) Ing. Radovan Smíšek, Ph.D. (člen) Mgr. Bc. Darina Čejková, Ph.D. (člen) Ing. Jiří Sekora, MBA (člen)cs
but.defenceStudentka prezentovala výsledky své práce a komise byla seznámena s posudky. Ing. Janoušek položil otázku, zdali je anotace skutečně přesná na rozlišení jedné sekundy? Ing. Smital položil otázku, jak byla nastavena vytvořená neuronová síť? Co bylo referencí pro její výstup? Ing. Vičar položil otázku, V jakém případě nebudou maxima pod úrovní 0.1? Ing. Janoušek položil otázku, jak byl získán snímek použitý v prezentaci? Doc. Kolář položil otázku, proč nebyla použita křížová validace? Studentka obhájila diplomovou práci s výhradami.cs
but.jazykčeština (Czech)
but.programBioinženýrstvícs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorFilipenská, Marinacs
dc.contributor.authorKhaliullina, Sabinacs
dc.contributor.refereeNovotná, Petracs
dc.date.created2022cs
dc.description.abstractDiplomová práce se věnuje klasifikaci a lokalizaci atriální fibrilace síní. V jazyce Python byla implementována metoda detekce využívající konvoluční neuronové sítě s multi-instančním učením (MIL) a metoda detekce lokálních maxim pro nález lokalizace. Byly vvužity segmnety ze dvou svodů EKG. Při binární klasifikaci za použitím první podmnožiny a následného post zpracování dosáhlo F1 skóre 100\%, při klasifikaci za použitím druhé podmnožiny - 92\%. V diskusi a závěru práce byla zhodnocena úspěšnost klasifikace a lokalizace, dosažené výsledky byly diskutovány a porovnány s výsledky jiných autorů.cs
dc.description.abstractThe thesis deals with the localization and classification of atrial atrial fibrillation. In Python, a detection method using convolutional neural networks with multi-instance learning (MIL) and the method of local maxima for localization were implemented. Segments from two ECG leads were used. In the binary classification using the first subset and subsequent post processing, the F1 score reached 100 %, in the classification using the second subset 92 %. In the discussion and conclusion of the work, the success of classification and localization was evaluated, the achieved results were discussed and compared the with the results of other authors.en
dc.description.markEcs
dc.identifier.citationKHALIULLINA, S. Lokalizace srdečních arytmií v EKG s využitím hlubokého učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2022.cs
dc.identifier.other142111cs
dc.identifier.urihttp://hdl.handle.net/11012/204932
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.subjectFibrilace sínícs
dc.subjectelektrokardiogramcs
dc.subjectklasifikacecs
dc.subjectlokalizacecs
dc.subjectkonvoluční neuronová sít'cs
dc.subjecthluboké učenícs
dc.subjectMIL.cs
dc.subjectAtrial fibrillationen
dc.subjectelectrocardiogramen
dc.subjectclassificationen
dc.subjectlocalizationen
dc.subjectconvolutional neural networken
dc.subjectdeep learningen
dc.subjectMIL.en
dc.titleLokalizace srdečních arytmií v EKG s využitím hlubokého učenícs
dc.title.alternativeDeep-learning based localization of cardiac arrhythimas in ECGen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2022-06-08cs
dcterms.modified2022-08-30-13:40:21cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid142111en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 14:31:40en
sync.item.modts2025.01.15 22:23:13en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav biomedicínského inženýrstvícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
5.44 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
1.52 MB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_142111.html
Size:
8.18 KB
Format:
Hypertext Markup Language
Description:
file review_142111.html
Download
Collections
2022