Інтелектуальний аналіз аномалій ритмів електрокардіограм з використанням спеціалізованих баз знань

Скорочена інформація про документ
dc.contributor.advisorБаклан, Ігор Всеволодович
dc.contributor.authorГригорович, Віталій Віталійович
dc.date.accessioned2020-02-13T10:15:56Z
dc.date.available2020-02-13T10:15:56Z
dc.date.issued2019-12
dc.description.abstractenMaster's Thesis: 124 with., 27 Fig., 1 app, 24 tables, 81 sources. Topicality. A very large scale problem with regard to human health issues is the untimely identification of disorders, that is, the detection of them not in the initial periods, in which it is enough to just consult a doctor and use a much simpler form of treatment of the disease to avoid health problems, and at that time when the disease had already begun to affect the whole organism and the entire system of human organs. The urgency of the task is due to the need to detect cardiovascular diseases in their initial period, to provide simple, fast and much effective treatment of the patient, as well as to provide timely control of chronic diseases, which in turn should improve the degree of health care and reduce the costs of unnecessary measures. for him. Relationship of work with scientific programs, plans, themes. The work was performed at the Department of Automated Information Processing and Management Systems of the National Technical University of Ukraine «Kyiv Polytechnic Institute. Igor Sikorsky” within the topic “Intellectual analysis of electrocardiogram rhythm anomalies using specialized knowledge bases”. The purpose and the objectives of the study. The aim of the dissertation is to improve the quality of diagnosis of patients with cardiovascular diseases by developing an online system for the analysis of electrocardiogram rhythms for detecting anomalies in the cardiovascular system. Research objectives: - analysis of existing approaches and methods of ECG rhythm clustering; - choosing the optimal algorithm for clustering data in the form of time series; - design of the wax system for detecting anomalies in ECG rhythms; - conducting analysis of data collapsing methods and approaches; - development of own software for analysis of ECG rhythms and specialized database for it; - Experiments are based on real ECG rhythm data; The object of study is the process of mining the flow of data in the form of time series. The subject of the study is a method of intellectually analyzing time series data by clustering and routing through a neural network with non-teacher training. The research methods used in the work are based on cluster analogue method, principal component method, and neural network. The scientific novelty of the obtained results is the development of an online system for the analysis of rhythms of electrocardiograms and detection of anomalies in them. The developed approach to data processing provides an opportunity to analyze the input data in the form of time series, to detect anomalies in them, and to predict possible diseases of the patient. The approach is based on the combination of cluster analysis and principal component methods. Publications. Theses have been published in the Third All-Ukrainian Scientific and Practical Conference of Young Scientists and Students "Information Systems and Technologies of Management" (ISTU-2019). Published an article in the international conference "The development of science in the XXI century", November 15, 2019, Kharkiv.uk
dc.description.abstractukМагістерська дисертація: 124 с., 27 рис., 1 додаток, 24 табл., 81 джерел. Актуальність. Дуже великою за масштабами проблемою, з приводу питання людського здоров'я, є невчасне визначення порушень, тобто виявлення їх не на початкових періодах, при яких достатньо всього лиш звернутися до лікаря та використати набагато простіший вид лікування хвороби аби уникнути проблеми зі станом здоров’ям, а в той період коли захворювання вже почало впливати на весь організм та на всю систему людських органів. Актуальність задачі зумовлена потребою виявлення серцево - судинних захворювань у їх початковий період, щоб забезпечити просте, швидке та набагато діюче лікування пацієнта, а також забезпечити своєчасний контроль хронічних хвороб, що у свою чергу має покращити ступінь охорони здоров’я та зменшити витрати на непотрібні заходи для нього. Зв'язок роботи з науковими програмами, планами, темами. Робота виконувалась на кафедрі автоматизованих систем обробки інформації та управління Національного технічного університету України «Київський політехнічний інститут ім. Ігоря Сікорського» в рамках теми «Інтелектуальний аналіз аномалій ритмів електрокардіограм з використанням спеціалізованих баз знань». Мета дослідження і завдання дослідження. Метою дисертаційної роботи є покращення якості постановки діагнозів пацієнтам з серцево-судинними захворюваннями за рахунок розробки онлайн системи інтелектуального аналізу ритмів електрокардіограм для виявлення аномалій у роботі серцево-судинної системи. Задачі дослідження: – аналізу існуючих підходів та методів кластеризації ритмів ЕКГ; – вибір оптимального алгоритму кластеризації даних у вигляді часових рядів; – проектування власної системи виявлення аномалій у ритмах ЕКГ; – проведення аналізу методів та підходів згортання даних; – розробка власного програмного забезпечення аналізу ритмів ЕКГ та спеціалізованої бази даних до неї; – експериментування базовані на основі реальних даних ритмів ЕКГ. Об’єкт дослідження – процес інтелектуального аналізу даних та аномалій у ритмах ЕКГ. Предмет дослідження – метод інтелектуального аналізу даних часових рядів за допомогою кластеризації та прогонки через нейронну мережу з навчанням без вчителя. Методи дослідження, використані в роботі, засновані на методах кластерного аналізу, методу головних компонент, та нейронної мережі. Наукова новизна одержаних результатів поникає у розробці онлайн системи аналізу ритмів електрокардіограм та виявлення аномалій в них. Розроблений підхід до обробки даних надає можливість проаналізувати вхідні дані у вигляді часових рядів, виявити аномалії в них, та передбачити можливі захворювання пацієнта. Підхід базується на поєднанні методів кластерного аналізу та методу головних компонент. Публікації. Тезисні матеріали опубліковані у ІІІ всеукраїнській науково-практичній конференції молодих вчених та студентів «Інформаційні системи та технології управління» (ІСТУ-2019). Опублікована стаття у міжнародній конференції «Розвиток науки в XXI столітті», 15 листопада 2019р, Харків.uk
dc.format.page124 с.uk
dc.identifier.citationГригорович, В. В. Інтелектуальний аналіз аномалій ритмів електрокардіограм з використанням спеціалізованих баз знань : магістерська дис. : 126 Інформаційні системи та технології / Григорович Віталій Віталійович. - Київ, 2019. - 124 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/31570
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectЕКГuk
dc.subjectRR-інтервалиuk
dc.subjectаномаліяuk
dc.subjectскатерограмаuk
dc.subjectкластеризаціяuk
dc.subjectметод головних компонентuk
dc.subjectk-meansuk
dc.subjectECGuk
dc.subjectRR-intervalsuk
dc.subjectanomalyuk
dc.subjectscattergramuk
dc.subjectclusteringuk
dc.subjectprincipal component analysisuk
dc.subjectk-meansuk
dc.subject.udc004.93uk
dc.titleІнтелектуальний аналіз аномалій ритмів електрокардіограм з використанням спеціалізованих баз знаньuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (АСОІУ)
Магістерські роботи