prikaz prve stranice dokumenta Klasifikacija srčanih ritmova iz snimaka 12-kanalnog elektrokardiograma
Rad nije dostupan
završni rad
Klasifikacija srčanih ritmova iz snimaka 12-kanalnog elektrokardiograma
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. urn:nbn:hr:168:528846
Barišić, Marko
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Barišić, M. (2020). Klasifikacija srčanih ritmova iz snimaka 12-kanalnog elektrokardiograma (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:528846

Barišić, Marko. "Klasifikacija srčanih ritmova iz snimaka 12-kanalnog elektrokardiograma." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:528846

Barišić, Marko. "Klasifikacija srčanih ritmova iz snimaka 12-kanalnog elektrokardiograma." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:528846

Barišić, M. (2020). 'Klasifikacija srčanih ritmova iz snimaka 12-kanalnog elektrokardiograma', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 03.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:528846

Barišić M. Klasifikacija srčanih ritmova iz snimaka 12-kanalnog elektrokardiograma [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2020 [pristupljeno 03.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:528846

M. Barišić, "Klasifikacija srčanih ritmova iz snimaka 12-kanalnog elektrokardiograma", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:528846

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:528846
Podaci o radu
NaslovKlasifikacija srčanih ritmova iz snimaka 12-kanalnog elektrokardiograma
Naslov (engleski)Cardiac Rhythms Classification from 12-Channel Electrocardiogram Recordings
AutorMarko Barišić
MentorAlan Jović (mentor)
Član povjerenstvaAlan Jović (predsjednik povjerenstva)
Član povjerenstvaNikolina Frid (član povjerenstva)
Član povjerenstvaIgor Stančin (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2020-07-08, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Kardiovaskularne bolesti najrašireniji su i najčešći uzrok smrti na svijetu. Razvoj sustava za klasifikaciju srčanih ritmova iz snimaka rada srca ima široku mogućnost primjene. U ovom završnom radu istražuje se područje kardiologije, analize signala te strojnog učenja. Domensko znanje iz kardiologije ključno je za uspješno pronalaženje i izvlačenje značajki iz snimke EKG-a. Istražuju se algoritmi za analizu snimke signala EKG-a: Pan-Tompkinsov algoritam za pronalazak QRS kompleksa i Elgendijev algoritam za pronalazak T i P valova. Za klasifikaciju su korišteni algoritmi logističke regresije i stroja s potpornim vektorima. Prikazani su rezultati za dva klasifikacijska problema, binarna klasifikacija normalnog sinusnog ritma i aritmije te višerazredna klasifikaciju devet srčanih ritmova. Iz rezultata se vidi prostor za napredak rješenja, bilo to u nadogradnji algoritama za analizu signala ili korištenju drugih algoritama strojnog učenja.
Sažetak (engleski)
Cardiovascular diseases are the leading cause of death globally. The development of a system for classification of heart rhythms from 12-lead ECG-s has a wide range of use. This bachelor thesis researches the field of cardiology, signal analysis and machine learning. Knowledge of cardiology is vital for successfully demarcating and extracting features from electrocardiograms. Signal analysis algortihms used are the following: Pan-Tompkins algorithm for QRS complex detection and Elgendi's algorithm for T an P wave detection. Logistic regression and support vector machine algorithms are used for classification. Achieved results on two classification problems, binary classification of normal sinus rhyth and arrhythmia and multiclass classification of nine different heart rhythms, are presented in this thesis. Results indicate some space for improvement of the solution which can be explored by improving the implementation of signal analysis algorithms or by using other machine learning algorithms.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:528846
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-13 14:29:10