Програмний додаток моніторингу рівня стресу

Скорочена інформація про документ
dc.contributor.advisorГородецька, Олена Костянтинівна
dc.contributor.authorШевага, Діана Олександрівна
dc.date.accessioned2023-04-04T09:10:14Z
dc.date.available2023-04-04T09:10:14Z
dc.date.issued2022-12
dc.description.abstractМагістерська дисертація за темою «Програмний додаток моніторингу рівня стресу» виконана студентом кафедри біомедичної кібернетики ФБМІ Шевагою Діаною Олександрівною зі спеціальності 122 «Комп’ютерні науки» за освітньо-професійною програмою «Комп’ютерні технології в біології та медицині», та складається зі: вступу; 3 розділів («Аналіз літературних джерел», «Матеріали та методи дослідження», «Моніторинг рівня стресу»), розділу з розрахунком стартап-проєкту, висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 65 найменування. Загальний обсяг роботи 113 сторінки. Актуальність теми. У нинішньому сценарії після COVID, оскільки більшість із нас перебуває вдома, рівень стресу є найвищим за весь час через зростання тривоги, що призводить до вищого пульсу. Тому великий інтерес викликав дослідження основних механізмів стресу та моніторинг різних біофізіологічних і біохімічних реакцій організму на стрес. Надійний біомаркер або індикатор стресу міг би забезпечити точний моніторинг стресу, потенційно дозволяючи запобігти патологічним станам на ранніх стадіях. Тривалий стрес може мати серйозні наслідки для здоров’я. Тому здатність визначати, коли людина перебуває в стані стресу, може бути дуже корисною для запобігання проблемам зі здоров’ям, особливо у пацієнтів із суїцидальними думками. Мета і завдання дослідження. Метою роботи реалізація програмного продукту для моніторингу рівня стресу. Для цього необхідно виконати наступні завдання: 1. Аналіз джерел на аналогів. 2. Підбір потрібних матеріалів та методів дослідження. 3. Побудова алгоритмів класифікації. 4. Реалізація програмного продукту. Об’єкт дослідження. Дані електрокардіограми. Предмет дослідження. Застосування алгоритмів класифікації для визначення наявності стресу. Методи дослідження. Машинне навчання, метод k-найближчих сусідів, штучна нейронна мережа, дерево рішень, випадковий ліс.uk
dc.description.abstractotherMaster's thesis on the topic "Software application for stress level monitoring" is executed by the student of the department of biomedical cybernetics (Faculty of Biomedical Engineering) Shevaga Diana Oleksandrivna in the specialty 122 "Computer science" on the educational and professional program "Computer technologies in biology and medicine", and consists of: introduction ; 3 sections ("Analysis of literary sources", "Research materials and methods", "Monitoring the level of stress"), section with a startup calculation, conclusions to each of these sections; general conclusions; references, which includes 65 titles. The total volume of work is 113 pages. Relevance of the topic. In the current post-Covid scenario, with most of us at home, stress levels are at an all-time high due to rising anxiety, leading to higher heart rates. Therefore, the study of the main mechanisms of stress and the monitoring of various biophysiological and biochemical reactions of the body to stress caused great interest. A reliable biomarker or indicator of stress could provide accurate monitoring of stress, potentially allowing the prevention of pathological conditions at an early stage. Prolonged stress can have serious health consequences. Therefore, the ability to identify when a person is under stress can be very helpful in preventing health problems, especially in patients with suicidal thoughts. Objective and task sof the study. The objectibe of the work is the implementation of a software product for stress level monitoring. Its achievement involves solving the following tasks: 1. Analysis of sources on analogues. 2. Selection of necessary materials and research methods. 3. Construction of classification algorithms. 4. Implementation of the software product. Object of study. Electrocardiogram data. Subject of study. Application of classification algorithms to determine the presence of stress. Research methods. Machine learning, k-nearest neighbors method, artificial neural network, decision tree, random forest.uk
dc.format.extent113 c.uk
dc.identifier.citationШевага, Д. О. Програмний додаток моніторингу рівня стресу : магістерська дис. : 122 Комп’ютерні науки / Шевага Діана Олександрівна. – Київ, 2022. – 113 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/54247
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectмоніторинг стресuk
dc.subjectелектрокардіографіяuk
dc.subjectмашинне навчанняuk
dc.subjectRR інтервалuk
dc.subjectваріабельність серцевого ритмуuk
dc.subjectалгоритми класифікаціїuk
dc.subjectбіосигналиuk
dc.subjectдерево рішеньuk
dc.subjectвипадковий лісuk
dc.subject.udc004.891.3 + 616.1uk
dc.titleПрограмний додаток моніторингу рівня стресуuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (БМК)
Магістерські роботи