Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 1204570

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


Barišić, Marko
Klasifikacija srčanih ritmova iz snimaka 12- kanalnog elektrokardiograma koristeći kombinaciju pristupa dubokog učenja, 2022., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb


CROSBI ID: 1204570 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Klasifikacija srčanih ritmova iz snimaka 12- kanalnog elektrokardiograma koristeći kombinaciju pristupa dubokog učenja
(Cardiac arrhythmia classification from 12-lead electrocardiogram using a combination of deep learning approaches)

Autori
Barišić, Marko

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
05.07

Godina
2022

Stranica
57

Mentor
Jović, Alan

Ključne riječi
klasifikacija srčanih ritmova ; EKG ; duboko učenje ; konvolucijski auto-enkoder ; LSTM ; GAN ; poboljšanje podataka
(arrhythmia classification ; ECG ; deep learning ; convolutional autoencoder ; LSTM ; GAN ; data augmentation)

Sažetak
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.

Izvorni jezik
Hrvatski

Znanstvena područja
Računarstvo, Kliničke medicinske znanosti



POVEZANOST RADA


Ustanove:
Fakultet elektrotehnike i računarstva, Zagreb

Profili:

Avatar Url Alan Jović (mentor)

Poveznice na cjeloviti tekst rada:

Pristup cjelovitom tekstu rada www.zemris.fer.hr

Citiraj ovu publikaciju:

Barišić, Marko
Klasifikacija srčanih ritmova iz snimaka 12- kanalnog elektrokardiograma koristeći kombinaciju pristupa dubokog učenja, 2022., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb
Barišić, M. (2022) 'Klasifikacija srčanih ritmova iz snimaka 12- kanalnog elektrokardiograma koristeći kombinaciju pristupa dubokog učenja', diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb.
@phdthesis{phdthesis, author = {Bari\v{s}i\'{c}, Marko}, year = {2022}, pages = {57}, keywords = {klasifikacija sr\v{c}anih ritmova, EKG, duboko u\v{c}enje, konvolucijski auto-enkoder, LSTM, GAN, pobolj\v{s}anje podataka}, title = {Klasifikacija sr\v{c}anih ritmova iz snimaka 12- kanalnog elektrokardiograma koriste\'{c}i kombinaciju pristupa dubokog u\v{c}enja}, keyword = {klasifikacija sr\v{c}anih ritmova, EKG, duboko u\v{c}enje, konvolucijski auto-enkoder, LSTM, GAN, pobolj\v{s}anje podataka}, publisherplace = {Zagreb} }
@phdthesis{phdthesis, author = {Bari\v{s}i\'{c}, Marko}, year = {2022}, pages = {57}, keywords = {arrhythmia classification, ECG, deep learning, convolutional autoencoder, LSTM, GAN, data augmentation}, title = {Cardiac arrhythmia classification from 12-lead electrocardiogram using a combination of deep learning approaches}, keyword = {arrhythmia classification, ECG, deep learning, convolutional autoencoder, LSTM, GAN, data augmentation}, publisherplace = {Zagreb} }




Contrast
Increase Font
Decrease Font
Dyslexic Font