Класифікація сигналів електричної активності серцевих клітин методами машинного навчання

Скорочена інформація про документ
dc.contributor.advisorІванушкіна, Наталія Георгіївна
dc.contributor.authorДмитренок, Дарина Анатоліївна
dc.date.accessioned2026-01-14T11:28:25Z
dc.date.available2026-01-14T11:28:25Z
dc.date.issued2024
dc.description.abstractМетою даної дисертації є реалізація автоматизованих методів діагностування кардіотоксичності та передбачення можливого її розвитку на основі аналізу потенціалів дії кардіоміоцитів. Актуальність теми дисертації пов’язана з необхідністю вдосконалення методів діагностики поточного стану та аналізу динаміки виявлення кардіотоксичності. Об’єктом даної роботи є сигнали електричної активності серцевих клітин. Предметом дослідження є класифікатори на основі методів машинного навчання для змодельованих потенціалів дії кардіоміоцитів. Перший розділ зосереджений на вивченні структури серця та кардіоміоцитів, на основних методах аналізу електричної активності серцевих клітин. Другий розділ присвячений кардіотоксичності, як одному з найпоширеніших побічних ефектів впливу фармацевтичних засобів. Було розглянуто причини виникнення, а також прояв побічних ефектів на організм людини. Третій розділ присвячений огляду різних методів машинного навчання та застосування машинного навчання в медицині. Четвертий розділ присвячений вдосконаленню математичної моделі електричної активності серцевих клітин, навчанню класифікаторів та тестуванню з аналізом отриманих результатів. Результатом роботи стали моделі машинного навчання, які дозволяють класифікувати різні типи кардіотоксичності при застосуванні ліків з високою точністю.
dc.description.abstractotherThe purpose of this dissertation is to implement automated methods for diagnosing cardiotoxicity and predicting its possible development based on the analysis of cardiomyocyte action potentials. The relevance of the dissertation topic is associated with the need to improve methods for diagnosing the current state and analyzing the dynamics of detecting cardiotoxicity. The object of this work is the signals of electrical activity of cardiac cells. The subject of the study is classifiers based on machine learning methods for simulated cardiomyocyte action potentials. The first section focuses on the study of the structure of the heart and cardiomyocytes, on the main methods for analyzing the electrical activity of cardiac cells. The second section is devoted to cardiotoxicity, as one of the most common side effects of pharmaceuticals. The causes of its occurrence, as well as the manifestation of side effects on the human body, were considered. The third section is devoted to an overview of various methods of machine learning and the application of machine learning in medicine. The fourth section is devoted to improving the mathematical model of the electrical activity of heart cells, training classifiers and testing with analysis of the results were obtained. The result of the work was machine learning models that allow classifying different types of cardiotoxicity when using drugs with high accuracy.
dc.format.extent88 с.
dc.identifier.citationДмитренок, Д. А. Класифікація сигналів електричної активності серцевих клітин методами машинного навчання : магістерська дис. : 176 Мікро- та наносистемна техніка / Дмитренок Дарина Анатоліївна. – Київ, 2024. – 88 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/78104
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectкардіотоксичність
dc.subjectмашинне навчання
dc.subjectкардіоміоцити
dc.titleКласифікація сигналів електричної активності серцевих клітин методами машинного навчання
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Dmytrenok_magistr.pdf
Розмір:
2.48 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

Магістерські роботи (ЕІ)
Магістерські роботи