Raspoznavanje zdravstvenog stanja pacijenta temeljem elektrokardiograma i neuronske mreže

završni rad

• Naslov (engleski): Patient Health Status Recognition Based on Electrocardiogram and Neural Network
• Autor: Matija Križanec
• Mentor: Dina Šimunić (mentor)
• Član povjerenstva: Dina Šimunić (predsjednik povjerenstva)
• Član povjerenstva: Krešimir Malarić (član povjerenstva)
• Član povjerenstva: Damir Muha (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2018-09-19, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom radu prikazan je sustav za automatsku klasifikaciju EKG signala u klase: normalan sinusni srčani ritam, prijevremena ventrikularna kontrakcija, blokada desne provodne grane i ventrikularna tahikardija. Digitaliziran EKG zapis preuzet je iz MIT-BIH baze te je nad uzorcima od 28 pacijenata izvršeno učenje, testiranje i validacija neuronske mreže, koja je pokazala zadovoljavajuće rezultate. Iako klasifikacija koju klasifikator nudi nije opsežna, omogućila je uvid u mogućnosti koje neuronske mreže pružaju nad svakodnevnim problemima ljudskog života.

Sažetak (engleski)

In this paper, a system for automatic classification of ECG signals is modeled and developed. It can classify given ECG signals into four classes: normal sinus rhythm, ventricular bigeminy, right bundle branch block and ventricular tachycardia. Digitalized ECG record is taken from MIT-BIH database and over the samples of 28 patients neural network was trained, tested and validated. The statistical analysis has shown satisfactory results. Although, the classification of the classifier is not extensive, it has shown the possibilities of neural networks and the changes it can make in everyday life.

• Ključne riječi: automatska klasifikacija; neuronska mreža; skalirani konjugirani gradijent; elektrokardiogram; srce; prijevremena ventrikularna kontrakcija; ventrikularna tahikardija; RBBB
• Ključne riječi (engleski): automatic classification; neural network; scaled conjugate gradient; electrocardiogram; heard; ventricular bigeminy; ventricular tachycardia; RBBB
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:194938
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2019-03-13 22:00:16