Nalazite se na CroRIS probnoj okolini. Ovdje evidentirani podaci neće biti pohranjeni u Informacijskom sustavu znanosti RH. Ako je ovo greška, CroRIS produkcijskoj okolini moguće je pristupi putem poveznice www.croris.hr
izvor podataka: crosbi !

Klasifikacija srčanih ritmova iz snimaka 12- kanalnog elektrokardiograma koristeći kombinaciju pristupa dubokog učenja (CROSBI ID 450548)

Ocjenski rad | diplomski rad

Barišić, Marko Klasifikacija srčanih ritmova iz snimaka 12- kanalnog elektrokardiograma koristeći kombinaciju pristupa dubokog učenja / Jović, Alan (mentor); Zagreb, Fakultet elektrotehnike i računarstva, . 2022

Podaci o odgovornosti

Barišić, Marko

Jović, Alan

hrvatski

Klasifikacija srčanih ritmova iz snimaka 12- kanalnog elektrokardiograma koristeći kombinaciju pristupa dubokog učenja

Uobičajeno je da se signali elektrokardiograma (EKG) zapisuju i motre kroz određeni vremenski period i konačno ih analizira stručnjak. Automatska klasifikacija srčanih ritmova ima potencijal poboljšati dijagnostiku. U ovom radu istražuje se korištenje učenja iz reprezentacije snimaka EKG-a za klasifikaciju srčanih ritmova. Skup podataka se sastoji od pet srčanih ritmova i kreiran je od baza podataka CPSC, CPSC-Extra i The Georgia 12-lead ECG Challenge Database. Koristi se sofisticirani pristup dubokog učenja za učenje iz reprezentacije i klasifikaciju, točnije kombinacija konvolucijskog auto-enkodera (CAE) i LSTM-klasifikatora. CAE je korišten za sažimanje ulazne snimke što služi kao ulaz u LSTM- klasifikator. Također je ostvareno poboljšanje skupa podataka (engl. data augmentation) za uravnotežavanje skupa podataka zasnovano na CAE te na GAN-ovima. Klasifikacijski rezultati tek prelaze 90% točnosti te pokazuju kako je korištenje ovog složenog pristupa dubokog učenja pogodno za rješavanje problema, ali i da ima mjesta za daljnji napredak.

klasifikacija srčanih ritmova ; EKG ; duboko učenje ; konvolucijski auto-enkoder ; LSTM ; GAN ; poboljšanje podataka

nije evidentirano

engleski

Cardiac arrhythmia classification from 12-lead electrocardiogram using a combination of deep learning approaches

nije evidentirano

arrhythmia classification ; ECG ; deep learning ; convolutional autoencoder ; LSTM ; GAN ; data augmentation

nije evidentirano

Podaci o izdanju

57

05.07.2022.

obranjeno

Podaci o ustanovi koja je dodijelila akademski stupanj

Fakultet elektrotehnike i računarstva

Zagreb

Povezanost rada

Kliničke medicinske znanosti, Računarstvo

Poveznice