Система раннього діагностування аритмії за амплітудно-частотними параметрами ЕКГ

Скорочена інформація про документ
dc.contributor.advisorШликов, Владіслав Валентинович
dc.contributor.authorФедорюк, Дмитро Олександрович
dc.date.accessioned2019-03-25T11:45:38Z
dc.date.available2019-03-25T11:45:38Z
dc.date.issued2018-12
dc.description.abstractenThe work is devoted to the creation of a fairly accurate system of early diagnosis of arrhythmia that can work in real time. The developed system can be used in devices for fitness tracing, which is a significant advantage over analogues. The goal of the work is to create a system for early diagnosis of arrhythmia in real time on portable devices for fitness tracing. The object of the study is the programmatic system for early diagnosis of arrhythmia. The subject of the study is the physical characteristics of the ECG and software models created in the Python 3.6 environment. In the master's dissertation the necessity of creation of system of early diagnosis of arrhythmia in real time, its efficiency in comparison with other existing methods is substantiated. The developed software system allows you to analyze the functional state of the heart in real time. Potentially, the functionality of this software system can be expanded. Keras on Python 3.6 created the architecture of the neural network and checked the accuracy of its recognition of arrhythmia.uk
dc.description.abstractukРобота присвячена створенню достатньо точної системи раннього діагностування аритмії, що здатна працювати в реальному часі. Розроблену систему можливо застосовувати у пристроях для фітнес-трекінгу, що є значною перевагою перед аналогами. Метою роботи є створення системи раннього діагностування аритмії в реальному часі на портативних пристроях для фітнес-трекінгу. Об’єктом дослідження є програмна система раннього діагностування аритмії. Предметом дослідження є фізичні характеристики ЕКГ та програмні моделі, створені в середовищі Python 3.6. У магістерській дисертації обґрунтовано необхідність створення системи раннього діагностування аритмії у реальному часі, її ефективність порівняно з іншими існуючими методами. Розроблена програмна система дозволяє аналізувати функціональний стан серця в реальному часі. Потенційно, функціонал даної програмної системи можна розширювати. В середовищі Keras на Python 3.6 створено архітектуру нейронної мережі та перевірено точність розпізнавання нею аритмії.uk
dc.format.page72 c.uk
dc.identifier.citationФедорюк, Д. О. Система раннього діагностування аритмії за амплітудно-частотними параметрами ЕКГ : магістерська дис. : 163 Біомедична інженерія / Федорюк Дмитро Олександрович. – Київ, 2018. – 72 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/26887
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectаритміяuk
dc.subjectнейронна мережаuk
dc.subjectконволюційна нейронна мережаuk
dc.subjectрекурентна нейронна мережаuk
dc.subjectфітнес-трекерuk
dc.subjectarrhythmiauk
dc.subjectneural networkuk
dc.subjectconvolutional neural networkuk
dc.subjectrecurrent neural networkuk
dc.subjectfitness trackeruk
dc.subject.udc615-84uk
dc.titleСистема раннього діагностування аритмії за амплітудно-частотними параметрами ЕКГuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Fedoriuk_magistr.doc
Розмір:
3.46 MB
Формат:
Microsoft Word
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (БМІ)
Магістерські роботи