Detekce fibrilace síní v EKG
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Fibrilace 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 %.
Atrial 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 %.
Atrial 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 %.
Description
Keywords
Převodní systém srdeční, elektrokardiogram, srdeční arytmie, fibrilace síní, detekce fibrilace síní, klasifikační algoritmus, k-nearest neighbor, metoda podpůrných vektorů, vícevrstvá neuronová síť, Cardiac conduction system, electrocardiogram, cardiac arrhythmia, atrial fibrillation, detection of atrial fibrillation, classification algorithm, k-nearest neighbor, support vector machine, multilayer neural network
Citation
PROKOPOVÁ, I. Detekce fibrilace síní v EKG [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2020.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Biomedicínské a ekologické inženýrství
Comittee
doc. 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, Ph.D. (člen)
Date of acceptance
2020-06-17
Defence
Studentka 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.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení