Класифікація ЕКГ сигналів методами машинного навчання
Дата
2022
Автори
Харченко Вікторія Віталіївна
Назва журналу
ISSN журналу
Назва тому
Видавець
Анотація
Проведено огляд та аналіз існуючих підходів для аналізу та класифікації ЕКГ сигналів; реалізовано фільтр рухомого середнього та фільтр Баттерворта для зменшення шуму в кардіограмах; реалізовано алгоритм визначення R-піків, навчено 5 нейронних мереж для класифікації ЕКГ; проведено класифікацію, базуючись на результатах нейронних мереж, з використанням таких алгоритмів машинного навчання як наївний баєсів класифікатор, випадкові дерева, метод опорних векторів та логістична регресія.
Результатом роботи є розроблений метод класифікації ЕКГ сигналів, який показав конкурентні результати в порівнянні з існуючими підходами.
Найкращих результатів вдалося досягнути в визначенні нормального синусового ритму та миготливої аритмії.
Розроблений підхід для класифікації в подальшому може бути використаний на вбудованих системах при тривалих кардіологічних спостереженнях для вчасного виявлення деяких “мовчазних” серцевих захворювань. Також реалізований алгоритм виявлення R-піків разом з алгоритмами фільтрації може використовуватись для контролю частоти серцевих скорочень під час активної спортивної діяльності.
Значимість роботи полягає у можливості проведення точної діагностики серцевих захворювань, здатної своєчасно попередити прогресування та наслідки хвороби.
Бібліографічний опис
Галузь знань та спеціальність
12 Інформаційні технології , 122 Комп’ютерні науки
Бібліографічний опис
Харченко В. В. Класифікація ЕКГ сигналів методами машинного навчання : кваліфікаційна робота ... бакалавра : 122 Комп’ютерні науки / Харченко Вікторія Віталіївна. - Київ, 2022. - 56 с.