Klasifikace spánkových událostí z polygrafických dat

Simple item page
but.committeedoc. Mgr. Ing. Karel Sedlář, Ph.D. (předseda) Ing. Jiří Chmelík, Ph.D. (místopředseda) Ing. Martin Králík (člen) Ing. Markéta Jakubíčková, Ph.D. (člen) MUDr.Ing. Richard Ředina (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. MUDr. Ing. Ředina položil otázku: Kolik procent signálů bylo postiženo apnoe? Co vyjadřují boxploty v grafu 3.5 a jaký je jejich význam? Ing. Chmelík položil otázku: Je vhodné porovnávat absolutní počty TP, FP, FN mezi jednotlivými záznamy? Nebylo by vhodnější počty normalizovat? Lze využít Vaše řešení klinicky nebo stále dosahuje vysoké chybovosti? Student obhájil bakalářskou práci s výhradami a odpověděl na otázky členů komise.cs
but.jazykslovenština (Slovak)
but.programBiomedicínská technika a bioinformatikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorKrálík, Martinsk
dc.contributor.authorBódi, Michalsk
dc.contributor.refereeSmital, Lukášsk
dc.date.created2024cs
dc.description.abstractTáto bakalárska práca rozoberá detekciu a klasifikáciu spánkového apnoe. Najprv vysvetľuje jednotlivé spánkové poruchy a ich príčiny vzniku. Načrtne diagnostiku týchto porúch a možný postup liečby. Uvádza metódy získavania dát a vytvára prehľad získavania používaných signálov. Následne navrhuje postup algoritmu na detekciu za pomoci vlnkovej transformácie a adaptívneho prahovania. Práca pokračuje samotným programovým riešením deleným do funkcií v prostredí Matlab. Jeho vyhodnotenie bolo cez apnoe/hypopnoe index a metriku senzitivity, presnosti a skóre F1. Najnižšia absolútna chyba indexu apnoe/hypopnoe v zázname 6. dosiahla 0,24 za hodinu a celkovo priemerná chyba bola 6,69 za hodinu. Najvyššia hodnota F1 v zázname 5. dosiahla 91,84% a celkovo bola 76,72%. Výsledky boli zobrazené pomocou grafov, matice zámen a vhodnými obrázkami. Vytvorený algoritmus by mal lekárom uľahčiť hľadanie dychových porúch spánku v celonočných záznamoch. Pacientom by umožnil mať výsledky hneď po vyšetrení.sk
dc.description.abstractThis bachelor’s thesis discusses the detection and classification of sleep apnea. First, it explains individual sleep disorders and their causes. It outlines the diagnosis of these disorders and the possible course of treatment. It lists the data acquisition methods and creates an overview of the acquisition of the used signals. Subsequently, it proposes an algorithm procedure for detection using wavelet transformation and adaptive thresholding. The work continues with the program solution itself divided into functions in the Matlab environment. Its evaluation was through the apnea/hypopnea index and the metric of sensitivity, accuracy and F1 score. The lowest absolute error of the apnea/hypopnea index in record 6 was 0.24 per hour, and the overall average error was 6.69 per hour. The highest value of F1 in record 5 reached 91.84% and the total was 76.72%. The results were displayed using graphs, a confusion matrix and appropriate figures. The created algorithm should make it easier for doctors to search for sleep breathing disorders in all-night recordings. It would allow patients to have results immediately after the examination.en
dc.description.markDcs
dc.identifier.citationBÓDI, M. Klasifikace spánkových událostí z polygrafických dat [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2024.cs
dc.identifier.other161971cs
dc.identifier.urihttp://hdl.handle.net/11012/249549
dc.language.isoskcs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectspánkové udalostisk
dc.subjectporuchy dýchania v spánkusk
dc.subjectspánkové apnoesk
dc.subjecthypopnoesk
dc.subjectpolysomnografiask
dc.subjectpolygrafiask
dc.subjectvlnková transformáciask
dc.subjectadaptívne prahovaniesk
dc.subjectdetekciask
dc.subjectklasifikáciask
dc.subjectapnoe/hypopnoe indexsk
dc.subjectF1 skóresk
dc.subjectSleep Eventsen
dc.subjectSleep-related Breathing Disordersen
dc.subjectSleep Apneaen
dc.subjectHypopneaen
dc.subjectPolysomnographyen
dc.subjectPolygraphyen
dc.subjectWavelet Transformen
dc.subjectAdaptive Thresholdingen
dc.subjectDetectionen
dc.subjectClassificationen
dc.subjectApnea/Hypopnea Indexen
dc.subjectF1 Scoreen
dc.titleKlasifikace spánkových událostí z polygrafických datsk
dc.title.alternativeClassification of sleep events from polygraphic dataen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2024-08-29cs
dcterms.modified2024-08-29-14:09:54cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid161971en
sync.item.dbtypeZPen
sync.item.insts2025.03.17 17:23:02en
sync.item.modts2025.01.15 19:18:19en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav biomedicínského inženýrstvícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
5.65 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
8.38 MB
Format:
Unknown data format
Description:
file appendix-1.zip
Download
Thumbnail Image
Name:
review_161971.html
Size:
5.06 KB
Format:
Hypertext Markup Language
Description:
file review_161971.html
Download
Collections
2024