Automatická segmentácia vybraných biologických signálov na základe strojového učenia – Viktória Richweissová
Viktória Richweissová
Diplomová práce
Automatická segmentácia vybraných biologických signálov na základe strojového učenia
Automatic Segmentation of Selected Biological Signals based on Machine Learning
Anotace:
Segmentácia EKG a intepretácia jeho vĺn zohráva význmanú úlohu v analýze kardiovaskulárnych ochorení, preto sú v súčasnosti skúmané mnohé automatické prístupy využívajúce pokročilé techniky strojového učenia na detekciu EKG vĺn. Diplomová práca je zameraná na návrh modelu neurónovej siete založenej na hlbokom učení pre automatickú detekciu jednotlivých vĺn EKG signálu s dôrazom na testovanie rôznych …víceAbstract:
The segmentation of ECG and the interpretation of its waves play a significant role in the analysis of cardiovascular diseases, which is why many automatic approaches using advanced machine learning techniques for ECG wave detection are currently being studied. The diploma thesis focuses on designing a neural network model based on deep learning for the automatic detection of individual ECG waves, …více
Jazyk práce: slovenština
Datum vytvoření / odevzdání či podání práce: 30. 4. 2024
Identifikátor:
http://hdl.handle.net/10084/153736
Obhajoba závěrečné práce
- Obhajoba proběhla 3. 6. 2024
- Vedoucí: Jan Kubíček
- Oponent: Branko Babušiak
Citační záznam
Citace dle ISO 690:
RICHWEISSOVÁ, Viktória. \textit{Automatická segmentácia vybraných biologických signálov na základe strojového učenia}. Online. Diplomová práce. Ostrava: Vysoká škola báňská - Technická univerzita Ostrava, Fakulta elektrotechniky a informatiky. 2024. Dostupné z: https://theses.cz/id/hd96lb/.
Plný text práce
Právo: Plné texty vysokoškolských kvalifikačních prací obhájených na Vysoké škole báňské - Technické univerzitě Ostrava jsou uloženy v repozitáři DSpace. Přístup k plným textům mají všichni uživatelé bez omezení. Přístup je omezen pouze ve výjimečných případech, zpravidla z důvodu ochrany duševního vlastnictví. Nepřístupné práce jsou označeny jako closedAccess nebo embargoedAccess. Tištěné verze prácí jsou uloženy v Ústřední knihovně VŠB-TUO a jsou prezenčně přístupné ve studovně diplomových prací. Další nakládání s prací (kopírování, opisy, MVS)se řídí Knihovní a výpůjčním řádem Ústřední knihovny VŠB-TUO.
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: VŠB – Technická univerzita OstravaVŠB – Technická univerzita Ostrava
Fakulta elektrotechniky a informatikyMagisterský studijní program:
Biomedicínské inženýrství
Práce na příbuzné téma
-
Automated Segmentation and Deep Learning Approach for Bark Beetle Detection under Data-Scarcity Conditions
Terézia Fialová -
Deep-Learning-Based Segmentation of Tunneling Nanotubes in Volumetric Bioimage Data
Zuzana Moravčíková -
Deep-Learning-Based Segmentation of Tunneling Nanotubes in Volumetric Bioimage Data
Zuzana Moravčíková -
Měření biosignálů s audiovizuálním výstupem
David Kočnar -
ECG Arrhythmia Detection and Classification
Adam Ivora -
New algorithms for analyzing changes in ecg wave morphology
Martina Šrutová -
Time-variant tomographic reconstruction from ECG
Václav Indrák -
Implementácia ECG v rámci bankovej regulácie EBA
Maroš Machaj