Validace prediktivních rovnic pro určení klidového energetického výdeje

but.committeeprof.Ing. Marek Penhaker, Ph.D. (předseda) doc. Ing. Jana Kolářová, Ph.D. (místopředseda) Ing. Marina Ronzhina, Ph.D. (člen) Ing. Markéta Nykrýnová (člen) MUDr. Tibor Stračina, Ph.D. (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Prof. Penhaker položil otázku: Proč byla větší odchylka bodového grafu použitím Bernsteinovy rovnice. Student obhájil bakalářskou práci a odpověděl na otázky členů komise a oponentacs
but.jazykčeština (Czech)
but.programBiomedicínská technika a bioinformatikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorChlíbková, Danielacs
dc.contributor.authorFabián, Patrikcs
dc.contributor.refereeKorvas, Pavelcs
dc.date.accessioned2021-06-18T06:54:25Z
dc.date.available2021-06-18T06:54:25Z
dc.date.created2021cs
dc.description.abstractTato bakalářská práce se zabývá validací prediktivních rovnic pro určení klidového energetického výdeje. Cílem této bakalářské práce bylo srovnat jednotlivé prediktivní rovnice pro určení klidového energetického výdeje s vlastním měřením pomocí nepřímé kalorimetrii a stanovit vlastní postup pro predikci klidového energetického výdeje. Vyhodnocení jednotlivých prediktivních rovnic probíhalo na základě statistických analýz. Na základě statistických analýz bylo zjištěno, že dostupné prediktivní rovnice podhodnocují klidový energetický výdej v průměru o 20 % kilokalorií za jeden den ve srovnání s měřenou hodnotou pomocí nepřímé kalorimetrie. Pro stanovení vlastního postupu pro predikci klidového energetického výdeje bylo využité strojové učení, které potom bylo prezentováno pomocí uživatelského rozhraní. Následující testování ukázalo, že neuronová síť pro predikci klidového energetického výdeje poskytuje ve srovnání s dostupnými prediktivními rovnicemi přesnější výsledky.cs
dc.description.abstractThis bachelor thesis deals with the validation of predictive equations to determine resting metabolic rate. The objective of this bachelor thesis was to compare individual predictive equations for determining resting metabolic rate with self-measurement using indirect caloriemetry and to establish a own procedure for predicting resting metabolic rate. The evaluation of each predictive equation was based on statistical analyses. Based on statistical analyses, it was found that the available predictive equations underestimate resting metabolism by an average of 20 % of kilocalories per day compared to the value measured by indirect calorimetry. Machine learning was used to determine the actual procedure for predicting resting metabolic rate, which was then presented using the user interface. The following testing showed that the neural network for predicting resting metabolic rate provides more accurate results compared to the available predictive equations.en
dc.description.markAcs
dc.identifier.citationFABIÁN, P. Validace prediktivních rovnic pro určení klidového energetického výdeje [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.cs
dc.identifier.other134369cs
dc.identifier.urihttp://hdl.handle.net/11012/198491
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.subjectKlidový energetický výdejcs
dc.subjectnepřímá kalorimetriecs
dc.subjectprediktivní rovnice pro určení klidového energetického výdejecs
dc.subjectstrojové učenícs
dc.subjectResting energy expenditureen
dc.subjectindirect calorimetryen
dc.subjectpredictive equations for determining resting energy expenditureen
dc.subjectmachine learningen
dc.titleValidace prediktivních rovnic pro určení klidového energetického výdejecs
dc.title.alternativeValidity of predictive equations for determining resting energy expenditureen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2021-06-17cs
dcterms.modified2021-06-18-09:00:33cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid134369en
sync.item.dbtypeZPen
sync.item.insts2021.11.12 19:58:49en
sync.item.modts2021.11.12 19:50:30en
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
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
1.74 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
appendix-1.zip
Size:
130.75 KB
Format:
zip
Description:
appendix-1.zip
Loading...
Thumbnail Image
Name:
review_134369.html
Size:
4.82 KB
Format:
Hypertext Markup Language
Description:
review_134369.html
Collections