Детальная информация

Название: Применение вейвлет-преобразования для извлечения и обработки диагностической информации из ЭКГ сигнала: выпускная квалификационная работа бакалавра: направление 01.03.03 «Механика и математическое моделирование» ; образовательная программа 01.03.03_02 «Биомеханика и медицинская инженерия»
Авторы: Зайнуллина Диана Маратовна
Научный руководитель: Лобода Ольга Сергеевна
Другие авторы: Павлов Виталий Александрович
Организация: Санкт-Петербургский политехнический университет Петра Великого. Физико-механический институт
Выходные сведения: Санкт-Петербург, 2022
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: автоматическая обработка и анализ ЭКГ; вейвлет-преобразование; фильтрация ЭКГ; извлечение диагностической информации из ЭКГ; машинное обучение; automatic ECG processing and analysis; wavelet transform; ECG filtering; extraction of diagnostic information from ECG; machine learning
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Бакалавриат
Код специальности ФГОС: 01.03.03
Группа специальностей ФГОС: 010000 - Математика и механика
DOI: 10.18720/SPBPU/3/2022/vr/vr22-1023
Права доступа: Доступ по паролю из сети Интернет (чтение)
Ключ записи: ru\spstu\vkr\17196

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

Проанализированы современный способы обработки и анализа ЭКГ. Наиболее эффективным способом обработки и извлечения диагностической информации является метод, основанный на вейвлет преобразовании. Классификация ЭКГ производилась на 4 класса при помощи машинного обучения, в основе алгоритм случайного леса. Алгоритм обработки сигнала реализовался с использованием программного пакета Matlab, классификация на языке Python.

Modern methods of ECG processing and analysis are analyzed. The most effective way of processing and extracting diagnostic information is the method based on the wavelet transform. ECG classification was carried out into 4 classes using machine learning, based on a random forest algorithm. The signal-processing algorithm was implemented using the Matlab software package, classification in the Python language.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать
Интернет Авторизованные пользователи СПбПУ Прочитать
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 2
За последние 30 дней: 0
Подробная статистика