Show simple item record

ECG based atrial fibrillation detection

dc.contributor.advisorRonzhina, Marinacs
dc.contributor.authorProkopová, Ivonacs
dc.date.accessioned2020-06-18T06:59:17Z
dc.date.available2020-06-18T06:59:17Z
dc.date.created2020cs
dc.identifier.citationPROKOPOVÁ, I. Detekce fibrilace síní v EKG [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2020.cs
dc.identifier.other126749cs
dc.identifier.urihttp://hdl.handle.net/11012/189311
dc.description.abstractFibrilace síní patří mezi nejčastěji se vyskytující poruchy srdečního rytmu, vyznačující stále vzrůstající prevalencí a incidencí v ČR i ve světě. Výskyt fibrilace síní je uváděn na úrovni 2-4 % populace, avšak vzhledem k často asymptomatickému průběhu je reálná prevalence ještě vyšší. Cílem této práce je automatická detekce fibrilace síní v EKG záznamu. V praktické části této práci je navržen algoritmus pro detekci fibrilace síní. Pro samotnou detekci bylo využito metody k-nearest neighbor, metody podpůrných vektorů a vícevrstvé neuronové sítě ke klasifikaci EKG signálů pomocí příznaků poukazující na variabilitu RR intervalů a přítomnost vlny P v těchto EKG záznamech. Nejlepší detekce dosáhl model využívající klasifikaci pomocí vícevrstvé neuronové sítě se dvěma skrytými vrstvami. Výsledky ukazatelů úspěšnosti Senzitivita 91,23 %, Specificita 99,20 %, PPV 91,23 %, F-measure 91,23 % a Accuracy 98,53 %.cs
dc.description.abstractAtrial fibrillation is one of the most common cardiac rhythm disorders characterized by ever-increasing prevalence and incidence in the Czech Republic and abroad. The incidence of atrial fibrillation is reported at 2-4 % of the population, but due to the often asymptomatic course, the real prevalence is even higher. The aim of this work is to design an algorithm for automatic detection of atrial fibrillation in the ECG record. In the practical part of this work, an algorithm for the detection of atrial fibrillation is proposed. For the detection itself, the k-nearest neighbor method, the support vector method and the multilayer neural network were used to classify ECG signals using features indicating the variability of RR intervals and the presence of the P wave in the ECG recordings. The best detection was achieved by a model using a multilayer neural network classification with two hidden layers. Results of success indicators: Sensitivity 91.23 %, Specificity 99.20 %, PPV 91.23 %, F-measure 91.23 % and Accuracy 98.53 %.en
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.subjectPřevodní systém srdečnícs
dc.subjectelektrokardiogramcs
dc.subjectsrdeční arytmiecs
dc.subjectfibrilace sínícs
dc.subjectdetekce fibrilace sínícs
dc.subjectklasifikační algoritmuscs
dc.subjectk-nearest neighborcs
dc.subjectmetoda podpůrných vektorůcs
dc.subjectvícevrstvá neuronová síťcs
dc.subjectCardiac conduction systemen
dc.subjectelectrocardiogramen
dc.subjectcardiac arrhythmiaen
dc.subjectatrial fibrillationen
dc.subjectdetection of atrial fibrillationen
dc.subjectclassification algorithmen
dc.subjectk-nearest neighboren
dc.subjectsupport vector machineen
dc.subjectmultilayer neural networken
dc.titleDetekce fibrilace síní v EKGcs
dc.title.alternativeECG based atrial fibrillation detectionen
dc.typeTextcs
dcterms.dateAccepted2020-06-17cs
dcterms.modified2020-06-17-15:06:49cs
thesis.disciplineBiomedicínské a ekologické inženýrstvícs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav biomedicínského inženýrstvícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
sync.item.dbid126749en
sync.item.dbtypeZPen
sync.item.insts2020.06.18 08:59:17en
sync.item.modts2020.06.18 08:17:26en
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
dc.contributor.refereeKolářová, Janacs
dc.description.markAcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
but.committeedoc. Ing. Jana Kolářová, Ph.D. (předseda) Ing. Martin Vítek, Ph.D. (místopředseda) Ing. Oto Janoušek, Ph.D. (člen) Ing. Jakub Hejč (člen) Ing. Roman Jakubíček (člen)cs
but.defenceStudentka prezentovala výsledky své práce a komise byla seznámena s posudky. Ing. Janoušek se dotázal na analýzu významnosti příznaků. Ing. Jakubíček se zeptal na odstranění outlierů v datech a korelaci příznaků Ing. Hejč se zeptal, jak si studentka vysvětluje, že změna počtu neuronů ve skryté vrstvě nezaznamenal žádnou změnu. Studentka obhájila diplomovou práci a odpověděla na otázky členů komise a oponenta.cs
but.resultpráce byla úspěšně obhájenacs
but.programElektrotechnika, elektronika, komunikační a řídicí technikacs
but.jazykčeština (Czech)


Files in this item

Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record