Аналіз відхилень параметрів електрокардіограм від норми методами машинного навчання
Вантажиться...
Дата
2022
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Обʼєктом розгляду роботи є електрична активність серця.
Предмет роботи - аналіз ЕКГ методами глибокого навчання.
Метою магістерської дисертації є визначення наявності й типу серцевої
аритмії у сигналі ЕКГ.
В першому розділі розглянуті теоретичні відомості про історію ЕКГ,
методику отримання сигналу ЕКГ та можливе їх використання.
В другому розділі описується теорія машинного навчання,
запропонований метод вирішення поставленого перед роботою завдання.
Відповідно запропонованого способу розглянута структура та принципи роботи
алгоритмів глибокого навчання згорткового типу.
В третьому розділі запропонована структура системи оцінки стану
серцевого мʼяза за сигналами ЕКГ. Описані дані, що використовуватимуться та
методи їх обробки. Запропонована та реалізована модель глибокого навчання
згорткового типу з чотирма прихованими шарами, що згідно з результатами
виявилась оптимальною і точною, а саме отримано значення точності 99,96%.
Зроблені висновки та запропоновані кроки для майбутнього розвитку наведено
у розділі 3.1.
Опис
Ключові слова
ЕКГ, машинне навчання, штучний інтелект, глибоке навчання, згорткова нейронна мережа, класифікація ЕКГ
Бібліографічний опис
Фогель, Д. А. Аналіз відхилень параметрів електрокардіограм від норми методами машинного навчання : магістерська дис. : 153 Мікро- та наносистемна техніка / Фогель Дмитро Андрійович. – Київ, 2022. – 90 с.