Rytmihäiriöiden havaitseminen sydänsähkökäyrästä neuroverkoilla
Tässä kandidaatintutkielmassa perehdytään rytmihäiriöiden havaitsemiseen sydänsähkökäyrästä neuroverkkojen avulla. Tietokoneavusteisella sydänsähkökäyrän käsittelyllä voidaan tehostaa tulkintaprosessia ja saada objektiivisempia tuloksia erityisesti suuria datamassoja käsiteltäessä. Tutkimustulokset...
| Päätekijä: | |
|---|---|
| Muut tekijät: | , , , , , |
| Aineistotyyppi: | Kandityö |
| Kieli: | fin |
| Julkaistu: |
2019
|
| Aiheet: | |
| Linkit: | https://jyx.jyu.fi/handle/123456789/63967 |
| Yhteenveto: | Tässä kandidaatintutkielmassa perehdytään rytmihäiriöiden havaitsemiseen sydänsähkökäyrästä neuroverkkojen avulla. Tietokoneavusteisella sydänsähkökäyrän käsittelyllä voidaan tehostaa tulkintaprosessia ja saada objektiivisempia tuloksia erityisesti suuria datamassoja käsiteltäessä. Tutkimustulokset osoittavat, että etenkin syvät neuroverkot ja
näistä konvoluutioverkot soveltuvat hyvin sydänsähkökäyrän tulkintaan.
This bachelor’s thesis studies detecting heart arrhythmia in the electrocardiogram making use of neural networks. By computer-aided processing of the electrocardiogram can its interpretation process be enhanced, and the following results are more objective especially when dealing with massive amounts of data. The research findings indicate that particularly deep neural networks and among these convolutional networks are well-suited for interpreting the electrocardiogram.
|
|---|