Система діагностики шлуночкових тахікардій на основі машинного навчання та фільтрації ЕКГ сигналів
Ескіз недоступний
Дата
2021
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Мета роботи: система на основі машинного навчання, яка відрізняє ЕКГ сигнали істинно-позитивних епізодів шлуночковихтахікардій від хибно-позитивних та фільтрує артефакт блукаючої ізолінії.
Завдання:
1. Порівняння та аналіз існуючих методів фільтрації артефакту блукаючої ізолінії.
2. Розробкафільтру на основі дискретного вейвлет-перетворення, вибіркоефіцієнтів для реконструкції сигналу.
3. Порівняннятрьохвейвлетів та вибірнайкращого.
4. Створення набору даних ЕКГ сигналів із істинно-позитивними та хибно-позитивними епізодами шлуночковихтахікардій для машинноїмоделі.
5. Розробкафункцій для витягуознаксигналівізствореного набору даних.
6. Порівняння та аналізрезультатівкласифікаціїіснуючихалгоритмів на основі машинного навчання.
7. Розробка остаточного алгоритму роботимашинноїмоделі.
Основнірезультати: було створено набірданих ЕКГ сигналів із істинно-позитивними та хибно-позитивними епізодами шлуночковихтахікардій, розроблено систему на основі алгоритму класифікації методом GradientBoostingіз точністю передбачень 98%.
Опис
Ключові слова
PyCharm, Python, машинне навчання, ЕКГ, XtremeGradient Boosting, шлуночкова тахікардія, блукаюча ізолінія, PyCharm, Python, Machine Learning, ECG, XtremeGradient Boosting, ventricular tachycardia, baseline wander
Бібліографічний опис
Ткаченко, М. Ю. Система діагностики шлуночкових тахікардій на основі машинного навчання та фільтрації ЕКГ сигналів : магістерська дис. : 163 Біомедична інженерія / Ткаченко Маріанна Юріївна. – Київ, 2021. – 74 с.