Аналіз електрокардіосигналів для виявлення ознак передсердних аритмій

Скорочена інформація про документ
dc.contributor.advisorІванушкіна, Наталія Георгіївна
dc.contributor.authorПрахніцький, Всеволод Віталійович
dc.date.accessioned2026-01-16T10:46:58Z
dc.date.available2026-01-16T10:46:58Z
dc.date.issued2025
dc.description.abstractОб’єктом дослідження в дипломній роботі є електрокардіосигнали пацієнтів із передсердними аритміями. Предметом дослідження виступають методи цифрового аналізу ЕКГ-сигналів, що дозволяють виявляти ознаки передсердних аритмій, зокрема фібриляції передсердь. Метою роботи є дослідження сучасних методів обробки та аналізу електрокардіосигналів для виявлення ознак фібриляції передсердь. Для досягнення цієї мети застосовано часові, спектральні, спектрально-часові та вейвлет-методи аналізу. У процесі дослідження проведено аналіз сигналів з бази даних PTB-XL (AF Detection) із використанням чотирьох підходів: часового аналізу, спектрального аналізу, спектрально-часового підходу та вейвлет-перетворення. Виявлено ключові відмінності між сигналами з нормальним синусовим ритмом і тими, що свідчать про наявність фібриляції передсердь. Нормальні сигнали характеризуються стабільними RR-інтервалами, низькою варіабельністю частоти серцевих скорочень (ЧСС) та чітко вираженими зубцями P. У свою чергу, сигнали при фібриляції передсердь містять хаотичні f-хвилі, велику варіабельність RR-інтервалів та відсутність зубців P. У межах роботи також було розроблено коефіцієнт варіабельності низькоамплітудних коливань, який продемонстрував ефективність у виявленні фібриляції передсердь. З метою автоматизації аналізу реалізовано відповідні програмні алгоритми мовою Python. Наукова новизна роботи полягає у запропонованому комбінованому підході до аналізу ЕКГ-сигналів, який поєднує переваги часових, спектральних та вейвлет-методів. Крім того, запропоновано новий коефіцієнт, що дозволяє кількісно оцінити хаотичність сигналу та підвищити точність діагностики фібриляції передсердь. Практичне значення результатів полягає в можливості використання розробленої методики для створення автоматизованих систем діагностики аритмій, а також її інтеграції у телемедичні платформи. Це може сприяти покращенню якості медичної допомоги та ефективності діагностичних процесів.
dc.description.abstractotherThe object of this research is the electrocardiographic (ECG) signals of patients with atrial arrhythmias. The subject of the study involves digital methods for analyzing ECG signals to detect signs of atrial arrhythmias, particularly atrial fibrillation. The aim of the work is to investigate modern methods for processing and analyzing ECG signals to identify features of atrial fibrillation. To achieve this goal, time-domain, spectral, time-frequency, and wavelet-based analysis methods were applied. During the study, ECG signals from the PTB-XL (AF Detection) database were analyzed using four approaches: time-domain analysis, spectral analysis, time-frequency representation, and wavelet transform. Key differences were identified between normal sinus rhythm signals and those indicating atrial fibrillation. Normal signals show stable RR intervals, low heart rate variability (HRV), and clearly defined P-waves. In contrast, atrial fibrillation signals contain chaotic f-waves, high RR variability, and lack distinct P-waves. Additionally, a variability coefficient for low-amplitude oscillations was developed, which effectively detects signs of atrial fibrillation. To support automated analysis, Python-based software algorithms were implemented. The scientific novelty of the study lies in the proposed combined approach to ECG signal analysis that integrates the advantages of time-domain, spectral, and wavelet-based methods. Furthermore, a new coefficient was introduced for the quantitative assessment of signal irregularity, enhancing the accuracy of atrial fibrillation diagnosis. The practical significance of the results lies in the potential application of the developed methodology for creating automated arrhythmia detection systems and integrating them into telemedicine platforms. This can contribute to improving diagnostic accuracy and the overall quality of medical care.
dc.format.extent88 с.
dc.identifier.citationПрахніцький, В. В. Аналіз електрокардіосигналів для виявлення ознак передсердних аритмій : дипломна робота … бакалавра : 153 Мікро- та наносистемна техніка / Прахніцький Всеволод Віталійович. – Київ, 2025. – 88 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/78190
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectЕКГ
dc.subjectспектральний аналіз
dc.subjectмашинне навчання
dc.subjectвейвлет-аналіз
dc.subjectфібриляція
dc.titleАналіз електрокардіосигналів для виявлення ознак передсердних аритмій
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Prakhnitskyi_bakalavr.pdf
Розмір:
2.52 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ЕІ)
Бакалаврські роботи