Методи машинного навчання для класифікації порушень діяльності серця по аудіозаписах серцебиття
Вантажиться...
Дата
2023
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
Дипломна робота: 111 с., 30 рис., 11 табл., 2 додатки, 21 джерело.
Об’єкт дослідження – класифікація категорій серцевих порушень по
записах звуків серця. Предмет дослідження – моделі машинного навчання, за
допомогою яких реалізується поставлена задача.
Метою роботи є побудова архітектур моделей машинного навчання, які
будуть ефективно ідентифікувати порушення діяльності серця за допомогою
даних, отриманих з електронного стетоскопа та мобільного застосунку.
Моделі мають навчитися відрізняти зашумленість на записах від аритмій та
шумів самого серця за ознаками звуків, розташуванням серцевих ритмів.
Програма розроблена на мові Python в інтерактивному середовищі
Jupyter Notebook. Практичним результатом роботи є система прогнозування
категорії звуку серця по аудіозапису різними моделями нейронних мереж та
ансамблевими методами.
Виконано порівняльний аналіз алгоритмів та оцінено точність моделей
за множиною метрик якості. Система може стати основою розробки додатку
для ранньої діагностики серцево-судинних хвороб.
Опис
Ключові слова
вилучення ознак з аудіозаписів, машинне навчання, класифікація, згорткові та рекурентні нейронні мережі, ансамблеві методи, медична діагностика, feature extraction from audio recordings, machine learning, classification, convolutional and recurrent neural networks, ensemble methods, medical diagnostics
Бібліографічний опис
Авксєнтьєва, А. М. Методи машинного навчання для класифікації порушень діяльності серця по аудіозаписах серцебиття : дипломна робота ... бакалавра : 124 Системний аналіз / Авксєнтьєва Анастасія Максимівна. – Київ, 2023. – 111 с.