Інтелектуальна система моніторингу та аналізу біосигналів
Вантажиться...
Дата
2026
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота складається з пояснювальної записки обсягом 65 сторінок, що містить 42 ілюстрації, 4 таблиці, 2 додатки та 34 посилання. Метою роботи є розроблення інтелектуальної програмно-апаратної системи моніторингу та аналізу біосигналів, що поєднує апаратний збір даних, цифрову обробку, оцінювання якості записів засобами машинного навчання та пояснення результатів оператору за допомогою великих мовних моделей. У роботі проаналізовано наявні рішення для PPG-моніторингу – клінічні пульсоксиметри, носимі споживчі пристрої та відкриті програмно-апаратні прототипи – і визначено їхні обмеження та переваги. На основі проведеного аналізу обрано трирівневу архітектуру обробки: детермінований DSP-конвеєр обчислює ЧСС і SpO₂, ML-класифікатор на основі алгоритму Random Forest оцінює якість завершених записів за вектором із десяти ознак, а LLM-асистент формує природномовне пояснення результатів. Апаратна частина побудована на базі оптичного сенсора MAX30102 та мікроконтролера ESP32 з передаванням даних на сервер через WebSocket. Серверна частина реалізована мовою Python з використанням фреймворку FastAPI та бази даних PostgreSQL. Вебінтерфейс розроблено на основі фреймворку Nuxt з підтримкою візуалізації сигналу в режимі реального часу, керування дослідженнями та чату з LLM-асистентом. ML-модель навчено на відкритому датасеті BUT-PPG з розбиттям за суб’єктами для уникнення витоку даних. Для LLM-модуля реалізовано підтримку як хмарних, так і локальних провайдерів через OpenAI-сумісний інтерфейс. Працездатність системи підтверджено перевіркою на реальному вимірюванні (обчислені показники узгоджуються з референсним пульсоксиметром), водночас розроблений інструмент призначений для науково-навчальних цілей і не є сертифікованим медичним приладом.
Опис
Ключові слова
великі мовні моделі, машинне навчання, оцінювання якості сигналу, фотоплетизмографія, цифрова обробка сигналу, digital signal processing, esp32, large language models, machine learning, max30102, photoplethysmography, ppg signal, ppg-сигнал, random forest, signal quality assessment
Бібліографічний опис
Кисіль, В. А. Інтелектуальна система моніторингу та аналізу біосигналів : дипломна робота … бакалавра : 172 Телекомунікації та радіотехніка / Кисіль Віктор Андрійович. – Київ, 2026. – 85 с.