prikaz prve stranice dokumenta Klasifikacija srčanih ritmova iz snimaka 12-kanalnog elektrokardiograma koristeći kombinaciju pristupa dubokog učenja
Rad nije dostupan
diplomski rad
Klasifikacija srčanih ritmova iz snimaka 12-kanalnog elektrokardiograma koristeći kombinaciju pristupa dubokog učenja
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. urn:nbn:hr:168:775062
Barišić, Marko
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Barišić, M. (2022). Klasifikacija srčanih ritmova iz snimaka 12-kanalnog elektrokardiograma koristeći kombinaciju pristupa dubokog učenja (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:775062

Barišić, Marko. "Klasifikacija srčanih ritmova iz snimaka 12-kanalnog elektrokardiograma koristeći kombinaciju pristupa dubokog učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:775062

Barišić, Marko. "Klasifikacija srčanih ritmova iz snimaka 12-kanalnog elektrokardiograma koristeći kombinaciju pristupa dubokog učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:775062

Barišić, M. (2022). 'Klasifikacija srčanih ritmova iz snimaka 12-kanalnog elektrokardiograma koristeći kombinaciju pristupa dubokog učenja', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 22.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:775062

Barišić M. Klasifikacija srčanih ritmova iz snimaka 12-kanalnog elektrokardiograma koristeći kombinaciju pristupa dubokog učenja [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2022 [pristupljeno 22.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:775062

M. Barišić, "Klasifikacija srčanih ritmova iz snimaka 12-kanalnog elektrokardiograma koristeći kombinaciju pristupa dubokog učenja", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:775062

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:775062
Podaci o radu
NaslovKlasifikacija srčanih ritmova iz snimaka 12-kanalnog elektrokardiograma koristeći kombinaciju pristupa dubokog učenja
Naslov (engleski)Cardiac Arrhythmia Classification from 12-lead Electrocardiogram Using a Combination of Deep Learning Approaches
AutorMarko Barišić
MentorAlan Jović (mentor)
Član povjerenstvaAlan Jović (predsjednik povjerenstva)
Član povjerenstvaVlado Sruk (član povjerenstva)
Član povjerenstvaMarin Golub (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2022-07-05, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Uobičajeno je da se signali elektrokardiograma (EKG) zapisuju i motre kroz određeni vremenski period i konačno ih analizira stručnjak. Automatska klasifikacija srčanih ritmova ima potencijal poboljšati dijagnostiku. U ovom radu istražuje se korištenje učenja iz reprezentacije snimaka EKG-a za klasifikaciju srčanih ritmova. Skup podataka se sastoji od pet srčanih ritmova i kreiran je od baza podataka CPSC, CPSC-Extra i The Georgia 12-lead ECG Challenge Database. Koristi se sofisticirani pristup dubokog učenja za učenje iz reprezentacije i klasifikaciju, točnije kombinacija konvolucijskog auto-enkodera (CAE) i LSTM-klasifikatora. CAE je korišten za sažimanje ulazne snimke što služi kao ulaz u LSTM-klasifikator. Također je ostvareno poboljšanje skupa podataka (engl. data augmentation) za uravnotežavanje skupa podataka zasnovano na CAE te na GAN-ovima. Klasifikacijski rezultati tek prelaze 90% točnosti te pokazuju kako je korištenje ovog složenog pristupa dubokog učenja pogodno za rješavanje problema, ali i da ima mjesta za daljnji napredak.
Sažetak (engleski)
Traditionally, electrocardiogram (ECG) signals are recorded and monitored over a period of time and finally analyzed by an expert. Automatic classification of cardiac arrhythmias has the potential to improve diagnostics. In this work, we explore the use of representation learning from ECG signals for cardiac arrhythmia classification. The dataset consisting of five cardiac rhythm types was created from the CPSC, CPSC-Extra, and The Georgia 12-lead ECG Challenge databases. We use a sophisticated deep learning approach for representation learning and classification, namely a combination of a Convolutional Auto-Encoder (CAE) and a Long Short-Term Memory (LSTM) classifier. CAE was used to compress the input signal that serves as input to the LSTM classifier. We also implemented a CAE-based and a GAN-based data augmentation approach to balance the data distribution. The classification results reaching just above 90% accuracy show that the use of the complex deep learning approach is suitable for addressing the problem, but that there is still room for improvement.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:775062
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.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 14:29:42