Класифікація стадій сну з використанням безконтактного біосенсора на основі нейронної мережі CNN-LSTM
Вантажиться...
Дата
2021-12
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Магістерська дисертація за темою «Класифікація стадій сну з використанням безконтактного біосенсора на основі нейронної мережі CNN-LSTM» виконана студентом кафедри біомедичної кібернетики Івановою Яною Олегівною зі спеціальності 122 «Комп’ютерні науки» за освітньо-професійною програмою «Комп’ютерні технології в біології та медицині» та складається зі: вступу, 4 розділів («Огляд літературних джерел», «Методи автоматичної класифікації стадії сну», «Розробка алгоритмів класифікації стадій сну за допомогою нейронних мереж», «Огляд результатів тестування розроблених моделей»), розділу зі стартап проекту, висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 77 джерела та 2 додатки. Загальний обсяг роботи 107 сторінок.
Актуальність теми. Одна безсонна ніч знижує стійкість імунітету до інфекційних захворювань і швидкість реакції на зовнішні імпульси. А постійний дефіцит і зниження якості сну підвищують ризик розвитку серцево-судинних і ендокринних захворювань. Полісомнографія є золотим стандартом моніторингу сну, але вимагає, щоб пацієнти спали в лікарняних умовах, з великою кількістю електродів, та знаходилися під контролем експертного клінічного персоналу. Всі ці фактори роблять даний метод не дуже зручним, дорогим та недієздатним для щоденного моніторингу. Крім того, так званий ефект першої ночі при ПСГ може зменшити тривалість та ефективність сну.
Таким чином, існує потреба в інструментах для тривалого моніторингу сну як здорових людей, з метою профілактики та дотримання гігієни сну, так і людей з порушеннями сну, для діагностики, відстеження динаміки захворювання і корекції терапії. У зв'язку з цим, розробка засобів для тривалого автоматичного визначення структури сну є актуальним завданням.
Мета дослідження. Розробка та реалізація нейронної мережі для класифікації стадій сну з використанням безконтактного біосенсора.
Об’єкт дослідження. Класифікація стадій сну.
Предмет дослідження. Використання нейронної мережі для класифікації стадій сну.
Методи дослідження. Методи машинного навчання для вирішення задач класифікації.
Опис
Ключові слова
нейронна мережа, CNN, LSTM, полісомнографія, моніторинг сну, біорадар, стадії сну
Бібліографічний опис
Іванова, Я. О. Класифікація стадій сну з використанням безконтактного біосенсора на основі нейронної мережі CNN-LSTM : магістерська дис. : 122 Комп’ютері науки / Іванова Яна Олегівна. – Київ, 2021. – 107 с.