Třídění EKG cyklů pomoci shlukové analýzy
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
Tato bakalářská práce se zabývá aplikací shlukové analýzy na různé záznamy EKG s cílem rozpoznat jednotlivé patologie se zaměřením na detekci komorových a síňových extrasystol. Práce je založena na korelaci signálů a následné identifikaci patologií pomocí základních charakteristik jednotlivých rytmů. Metoda byla vyhodnocena na testovacích datech a dosáhla TPR 73.40 %, FPR 91.00 %, PPV 29.00 %, ACC 90.00 %, F1 41.40 % pro detekci PAC a TPR 76.50 %, FPR 94.20 %, PPV 45.90 %, ACC 93.10 %, F1 57.40 % pro detekci PVC. Nízké hodnoty F1 a PPV jsou způsobeny vysokým počtem falešně pozitivních detekcí vyskytujících se hlavně v zašuměných EKG záznamech a záznamech s přítomností atriální fibrilace.
This bachelor thesis deals with application of cluster analysis to different ECG records in order to identify particular cardiac pathologies. The work is mainly focused on the detection of premature atrial and premature ventricular beats. Presented approach is based on the signal correlation and further beat type identification and beats clustering via specific ECG features. By evaluation the method on test data, we obtained TPR 73.40 %, FPR 91.00 %, PPV 29.00 %, ACC 90.00 %, F1 41.40 % for PAC detection and TPR 76.50 %, FPR 94.20 %, PPV 45.90 %, ACC 93.10 %, F1 57.40 % for PVC detection. Pure F1 and PPV is due to high number of false positive detections mainly in noisy ECG or ECG with manifested atrial fibrillation.
This bachelor thesis deals with application of cluster analysis to different ECG records in order to identify particular cardiac pathologies. The work is mainly focused on the detection of premature atrial and premature ventricular beats. Presented approach is based on the signal correlation and further beat type identification and beats clustering via specific ECG features. By evaluation the method on test data, we obtained TPR 73.40 %, FPR 91.00 %, PPV 29.00 %, ACC 90.00 %, F1 41.40 % for PAC detection and TPR 76.50 %, FPR 94.20 %, PPV 45.90 %, ACC 93.10 %, F1 57.40 % for PVC detection. Pure F1 and PPV is due to high number of false positive detections mainly in noisy ECG or ECG with manifested atrial fibrillation.
Description
Citation
NĚMEČKOVÁ, K. Třídění EKG cyklů pomoci shlukové analýzy [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
Biomedicínská technika a bioinformatika
Comittee
doc. Ing. Radim Kolář, Ph.D. (předseda)
Ing. Marina Ronzhina, Ph.D. (místopředseda)
Ing. Vratislav Čmiel, Ph.D. (člen)
Ing. Jan Odstrčilík, Ph.D. (člen)
Mgr. Bc. Darina Čejková, Ph.D. (člen)
MUDr. Zuzana Nováková, Ph.D. (člen)
Date of acceptance
2020-06-23
Defence
Studentka prezentovala výsledky své práce a komise byla seznámena s posudky.
Ing. Odstrčilík, Ph.D. položil otázku na využití neuronových sítí.
Doc. Ing. Kolář, Ph.D. položil otázku na nastavení prahu fibrilací.
Studentka obhájila bakalářskou 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