Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://elar.urfu.ru/handle/10995/140372
Название: Разработка системы выявления сердечно-сосудистых заболеваний на основе данных ЭКГ с применением методов машинного обучения : магистерская диссертация
Другие названия: Development of a system for detecting cardiovascular diseases based on ECG data using machine learning methods
Авторы: Шерер, Д. В.
Sherer, D. V.
Научный руководитель: Борисов, В. И.
Borisov, V. I.
Дата публикации: 2024
Библиографическое описание: Шерер Д. В. Разработка системы выявления сердечно-сосудистых заболеваний на основе данных ЭКГ с применением методов машинного обучения : магистерская диссертация / Д. В. Шерер ; Уральский федеральный университет имени первого Президента России Б. Н. Ельцина, Институт радиоэлектроники и информационных технологий-РТФ, Кафедра информационных технологий и систем управления. — Екатеринбург, 2024. — 61 с. — Библиогр.: с. 55-60 (45 назв.).
Аннотация: This work is devoted to the creation of a system for the detection of cardiovascular diseases based on ECG data using machine learning methods. The aim of the study was to create a classification system for cardiovascular diseases based on ECG data. To achieve this goal, an analysis of the subject area was carried out, including an overview of the application of modern machine learning methods for the task of medical classification; data collection was carried out, preprocessing of signals by filtering in the frequency domain; informative features were extracted, which were later used to train the model; The most significant ones were selected using the random forest algorithm and preprocessed using standard scaling; the class weighting method was used to eliminate class imbalance; various machine learning models were trained and a comparative analysis of their predictive ability was carried out. As a result of the work, a diagnostic system for predicting cardiovascular diseases based on ECG data was developed.
Данная работа посвящена созданию системы выявления сердечно-сосудистых заболеваний на основе данных ЭКГ с применением методов машинного обучения. Цель исследования заключалась в создании системы классификации сердечно-сосудистых заболеваний на основе данных ЭКГ. Для достижения цели проведен анализ предметной области, включающий в себя обзор применения современных методов машинного обучения для задачи медицинской классификации; проведён сбор данных, предобработка сигналов посредством фильтрации в частотной области; извлечены информативные признаки, которые в дальнейшем использовались для обучения модели; произведен отбор наиболее значимых с помощью алгоритма случайного леса и произведена их предобработка с помощью стандартного масштабирования; для устранения дисбаланса классов использовался метод взвешивания классов; обучены различные модели машинного обучения и проведен сравнительный анализ их прогностической способности. В результате выполнения работы была разработана диагностическая система для прогнозирования сердечно-сосудистых заболеваний на основе данных ЭКГ.
Ключевые слова: MASTER'S THESIS
ECG
HEART RATE VARIABILITY
ARRHYTHMIA
MACHINE LEARNING
DEEP LEARNING
МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ
ЭКГ
ВАРИАБЕЛЬНОСТЬ СЕРДЕЧНОГО РИТМА
АРИТМИЯ
МАШИННОЕ ОБУЧЕНИЕ
ГЛУБОУОЕ ОБУЧЕНИЕ
URI: http://elar.urfu.ru/handle/10995/140372
Условия доступа: Предоставлено автором на условиях простой неисключительной лицензии
Текст лицензии: http://elar.urfu.ru/handle/10995/31613
Располагается в коллекциях:Магистерские диссертации

Файлы этого ресурса:
Файл Описание РазмерФормат 
m_th_d.v.sherer_2024.pdf2,71 MBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.