Zobrazit minimální záznam

Analysis of Sleep Polysomnography Data Using Advanced Signal Processing Algorithms



dc.contributor.advisorMládek Arnošt
dc.contributor.authorCháberová Jana
dc.date.accessioned2017-02-16T13:52:21Z
dc.date.available2017-02-16T13:52:21Z
dc.date.issued2016-12-20
dc.identifierKOS-587865061205
dc.identifier.urihttp://hdl.handle.net/10467/67318
dc.description.abstractTato diplomová práce se zabývá komplexní problematikou spánkové medicíny, se zaměřením především na diagnostiku spánkových poruch pomocí polysomnografie. První část pokrývá základy fyziologie i patofyziologie spánku, následovaná kapitolou věnovanou technickým aspektům spánkové diagnostiky. Důraz je kladen zejména na interdisciplinární pojetí celého tématu. Praktická část práce se věnuje extrakci popisných příznaků z PSG dat majících dostatečný potenciál diskriminace mezi jednotlivými spánkovými fázemi. Získaná množina příznaků je analyzována napříč několika skupinami různých spánkových poruch, výsledky přehledně graficky prezentovány, a v samotném závěru práce použity pro demonstraci navrženého semi-automatického přístupu k detekci spánkových fází, jehož cílem je usnadnit a zefektivnit dnes stále běžné a velmi zdlouhavé manuální hodnocení nočních PSG záznamů.cze
dc.description.abstractThis thesis deals with the complex problematics of sleep medicine, focusing primarily on the diagnosis of sleep disorders using polysomnography. The first part covers the basics of sleep physiology and pathophysiology, followed by a chapter focused on technical aspects of sleep diagnostics. The emphasis is on the interdisciplinary approach to the main issues being reviewed and discussed. The practical part is dedicated to the extraction of descriptive features from PSG data having sufficient potential to discriminate between different sleep stages. The final set of attributes (features) is analyzed across several groups of distinct sleep disorders and the results are presented graphically. In the end, the extracted features are used to demonstrate their classification potential within a proposed approach to a semi-automatic sleep stage scoring, which aims to make the conventional tedious manual evaluation of nocturnal PSG recordings easier and more time-effective.eng
dc.language.isoENG
dc.publisherČeské vysoké učení technické v Praze. Vypočetní a informační centrum.cze
dc.publisherCzech Technical University in Prague. Computing and Information Centre.eng
dc.rightsA university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmleng
dc.rightsVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.htmlcze
dc.subjectpolysomnografie, hodnocení spánkových fází, extrakce příznaků, datamining, klasifikacecze
dc.subjectpolysomnography, sleep stages scoring, feature extraction, datamining, classificationeng
dc.titleAnalýza spánkových polysomnografických dat pokročilými algoritmy zpracování signálucze
dc.titleAnalysis of Sleep Polysomnography Data Using Advanced Signal Processing Algorithmseng
dc.typediplomová prácecze
dc.typemaster thesiseng
dc.date.accepted2017-02-02
dc.contributor.refereeBělobrádek Radim
theses.degree.disciplineBiomedicínské inženýrstvícze
theses.degree.grantorkatedra kybernetikycze
theses.degree.programmeBiomedicínské inženýrství a informatikacze


Soubory tohoto záznamu





Tento záznam se objevuje v následujících kolekcích

Zobrazit minimální záznam