📄Работа №210951
Тема: Подсистема обработки и анализа электрокардиограмм
Характеристики работы
Тип работы
Дипломные работы, ВКР
Предмет
Программирование
Объем:
63 листов
Год:
2017
Просмотров:
37
4630
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
АННОТАЦИЯ 2
ВВЕДЕНИЕ 7
1 АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ 8
1.1 Анализ требований к подсистеме исследования ЭКГ. Постановка
задачи 8
1.2 Анализ существующих пакетов и систем для цифровой обработки
сигналов 9
1.3 Выбор средств разработки 14
1.4 Анатомия и физиология сердца, связь с ЭКГ 14
1.5 Электрокардиографические отведения 17
1.6 Нормальные значения ЭКГ и отклонения 17
1.7 Методы принятия решений 19
1.8 Выводы по разделу 28
2 РАЗРАБОТКА АЛГОРИТМОВ 29
2.1 Обработка ЭКГ в фазовом пространстве 29
2.2 Алгоритм определения показателей ЭКГ 32
2.3 Дерево решений 32
2.3.1 Определение границ для каждого параметра 33
2.3.2 Определение параметров для построения дерева решений 33
2.3.3 Ранжирование узлов для построения дерева решений 34
2.3.4 Отсечение ветвей у дерева решений 35
2.3.5 Диагностика с применением дерева решений 36
2.4 Общая схема алгоритма дерева решений для диагностики 37
2.5 Выводы по разделу 40
3 РЕАЛИЗАЦИЯ ПОДСИСТЕМЫ 41
3.1 Диаграмма вариантов использования 41
3.2 Проектирование базы данных 42
3.2.1 Концептуальное проектирование 42
3.2.2 Логическое проектирование 43
3.3 Проектирование интерфейса программы 46
3.4 Выводы по разделу 49
4 ЭКСПЕРИМЕНТАЛЬНОЕ ТЕСТИРОВАНИЕ СИСТЕМЫ 50
ЗАКЛЮЧЕНИЕ 54
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 55
ПРИЛОЖЕНИЕ ТЕКСТ ПРОГРАММЫ 56
ВВЕДЕНИЕ 7
1 АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ 8
1.1 Анализ требований к подсистеме исследования ЭКГ. Постановка
задачи 8
1.2 Анализ существующих пакетов и систем для цифровой обработки
сигналов 9
1.3 Выбор средств разработки 14
1.4 Анатомия и физиология сердца, связь с ЭКГ 14
1.5 Электрокардиографические отведения 17
1.6 Нормальные значения ЭКГ и отклонения 17
1.7 Методы принятия решений 19
1.8 Выводы по разделу 28
2 РАЗРАБОТКА АЛГОРИТМОВ 29
2.1 Обработка ЭКГ в фазовом пространстве 29
2.2 Алгоритм определения показателей ЭКГ 32
2.3 Дерево решений 32
2.3.1 Определение границ для каждого параметра 33
2.3.2 Определение параметров для построения дерева решений 33
2.3.3 Ранжирование узлов для построения дерева решений 34
2.3.4 Отсечение ветвей у дерева решений 35
2.3.5 Диагностика с применением дерева решений 36
2.4 Общая схема алгоритма дерева решений для диагностики 37
2.5 Выводы по разделу 40
3 РЕАЛИЗАЦИЯ ПОДСИСТЕМЫ 41
3.1 Диаграмма вариантов использования 41
3.2 Проектирование базы данных 42
3.2.1 Концептуальное проектирование 42
3.2.2 Логическое проектирование 43
3.3 Проектирование интерфейса программы 46
3.4 Выводы по разделу 49
4 ЭКСПЕРИМЕНТАЛЬНОЕ ТЕСТИРОВАНИЕ СИСТЕМЫ 50
ЗАКЛЮЧЕНИЕ 54
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 55
ПРИЛОЖЕНИЕ ТЕКСТ ПРОГРАММЫ 56
📖 Аннотация
В данной работе представлена разработка и реализация программной подсистемы для автоматизированной обработки и анализа электрокардиограмм (ЭКГ). Актуальность исследования обусловлена высокой распространенностью сердечно-сосудистых заболеваний, недостаточной информативностью традиционного визуального анализа ЭКГ и субъективностью его интерпретации, что требует внедрения новых цифровых методов диагностики. В результате работы были разработаны и апробированы алгоритмы обработки сигналов, включая сегментацию на циклы, выделение эталонного цикла с использованием анализа в фазовом пространстве и матриц расстояний Хаусдорфа, а также автоматическое выявление характерных зубцов и интервалов. На основе извлеченных параметров построена система поддержки принятия решений с использованием деревьев решений для диагностики патологий. Научная значимость заключается в адаптации и интеграции методов цифровой обработки сигналов и машинного обучения для задач кардиологии, а практическая — в создании прототипа программного комплекса, включающего базу данных и пользовательский интерфейс, успешно протестированного на данных из открытого репозитория PhysioNet. Теоретической основой послужили работы по клинической кардиологии (Лутра, Чазов), методам обработки ЭКГ (Файнзильберг) и применению систем извлечения знаний в медицинской диагностике (Демин, Витяев).
📖 Введение
Сердечно-сосудистые заболевания - одни из самых распространенных и в то же время самых опасных заболеваний. Инфаркты, инсульты, ишемическая болезнь сердца - по данным Госкомстата от них страдают порядка 56.6% россиян. Притом доказано, что у примерно у половины больных даже при регулярном обследовании на электрокардиограммах (далее по тексту ЭКГ) не наблюдается значительных изменений. Кроме того разные школы кардиографии по-разному подходят к чтению ЭКГ, допуская разные трактовки показателей. Значит, что традиционный протокол ЭКГ дает недостаточно информации. Поэтому требуются новые методы обработки ЭКГ.
Для решения этой проблемы медики предлагают цифровую обработку ЭКГ. Поскольку кардиограмма - это электрический сигнал, набор значений, его можно представить в виде функции и, анализируя ее, делать выводы о состоянии пациента и патологиях его сердечно-сосудистой системы. В современной медицине для анализа ЭКГ применяются методы оценки первой и второй производной функции ЭКГ. Анализируя экстремумы функции и промежуток между ними можно выявлять P,Q,R,S,T зубцы - этим кардиологи некоторое время назад занимались вручную - которые соответствуют различным фазам сердечного цикла. В зависимости от интервалов, частоты и прочих параметров можно делать выводы о состоянии здоровья пациента. Именно эти функции (анализ интервалов и выявление отклонений) предлагается выполнять программно.
Целью данной работы является разработка подсистемы для обработки и анализа электрокардиограмм и автоматической диагностики заболеваний.
В первом разделе подробно рассмотрена предметная область. В нем описывается структура кардиограмм, влияние состояние здоровья на их форму. Описаны нормальные показатели и их изменения при различных заболеваниях. Рассмотрены различные алгоритмы классификации.
Во втором разделе описаны алгоритмы обработки и анализа ЭКГ, алгоритм построения дерева решений.
В третьем разделе разработана диаграмма классов, описан процесс проектирования базы данных, спроектирован интерфейс программы.
Четвертый раздел описывает испытания нашей программы на реальных данных, взятых из открытой базы медицинских физиологических сигналов.
Для решения этой проблемы медики предлагают цифровую обработку ЭКГ. Поскольку кардиограмма - это электрический сигнал, набор значений, его можно представить в виде функции и, анализируя ее, делать выводы о состоянии пациента и патологиях его сердечно-сосудистой системы. В современной медицине для анализа ЭКГ применяются методы оценки первой и второй производной функции ЭКГ. Анализируя экстремумы функции и промежуток между ними можно выявлять P,Q,R,S,T зубцы - этим кардиологи некоторое время назад занимались вручную - которые соответствуют различным фазам сердечного цикла. В зависимости от интервалов, частоты и прочих параметров можно делать выводы о состоянии здоровья пациента. Именно эти функции (анализ интервалов и выявление отклонений) предлагается выполнять программно.
Целью данной работы является разработка подсистемы для обработки и анализа электрокардиограмм и автоматической диагностики заболеваний.
В первом разделе подробно рассмотрена предметная область. В нем описывается структура кардиограмм, влияние состояние здоровья на их форму. Описаны нормальные показатели и их изменения при различных заболеваниях. Рассмотрены различные алгоритмы классификации.
Во втором разделе описаны алгоритмы обработки и анализа ЭКГ, алгоритм построения дерева решений.
В третьем разделе разработана диаграмма классов, описан процесс проектирования базы данных, спроектирован интерфейс программы.
Четвертый раздел описывает испытания нашей программы на реальных данных, взятых из открытой базы медицинских физиологических сигналов.
✅ Заключение
В ходе выполнения данной работы были рассмотрены алгоритмы обработки электрокардиограмм: разбиение на циклы, выявление эталонного цикла с помощью обработки в фазовом пространстве и усреднения с помощью матриц расстояний Хаусдорфа. Был рассмотрен алгоритм выявления основных признаков, а также алгоритм построения дерева решений для автоматической диагностики заболеваний. Спроектирована база данных для хранения кардиограмм, информации об узлах деревьев решений и всей сопутствующей информации, такой как информация о пациентах и врачах, зарегистрированных в системе. Разработана диаграмма использования подсистемы, и спроектирован интерфейс программы.
Разработанная программа прошла успешные испытания на реальных данных ЭКГ, взятых из открытой базы физиологических сигналов physionet.org, верно определив заболевания присутствующие на них.
Разработанная программа прошла успешные испытания на реальных данных ЭКГ, взятых из открытой базы физиологических сигналов physionet.org, верно определив заболевания присутствующие на них.
ИЛИ
Поиск аналога
📕 Список литературы
🖼 Скриншоты
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.