ČVUT DSpace
  • Search DSpace
  • Čeština
  • Login
  • Čeština
  • Čeština
View Item 
  •   ČVUT DSpace
  • Czech Technical University in Prague
  • Faculty of Electrical Engineering
  • Department of Cybernetics
  • Bachelor Theses - 13133
  • View Item
  • Czech Technical University in Prague
  • Faculty of Electrical Engineering
  • Department of Cybernetics
  • Bachelor Theses - 13133
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Klasifikace intrapartálních záznamů srdeční frekvence plodu

Classification of Intrapartum Fetal Heart Rate Signals

Type of document
bakalářská práce
bachelor thesis
Author
Mohamed Safwat
Supervisor
Spilka Jiří
Opponent
Bakštein Eduard
Study program
Electrical Engineering and Computer Science
Institutions assigning rank
katedra kybernetiky



Rights
A 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.html
Vysokoškolská 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.html
Metadata
Show full item record
Abstract
Fetal Heart Rate (FHR) monitoring is used in every day clinical practice to help obstetricians assess fetal health status during delivery. However, the detection of fetal acidosis that allows relevant decisions for operative delivery remains a challenging task. This project aims to create a machine learning model for FHR classification that can predict whether fetuses suffer from acidosis. 1. Briefly study fetal heart rate characteristics and its changes related to fetal acidosis. 2. Study features and machine learning methods used for signal analysis and classification. 3. Select relevant features, methods (argument selection)
 
Monitorování fetální srdeční frekvence (FHR) se používá v každodenní klinické praxi, aby pomohlo porodníkům posoudit stav plodu během dodávky. Detekce fetální acidózy, která umožňuje relevantní rozhodnutí pro operativní porod, však zůstává náročný úkol. Cílem tohoto projektu je vytvořit model strojového učení pro klasifikaci FHR, který dokáže předpovídat, zda plody trpí acidózou. 1. Krátce studujte charakteristiky srdeční frekvence plodu a jeho změny související s fetální acidózou. 2. Studijní vlastnosti a metody strojového učení používané pro analýzu a klasifikaci signálů. 3. Vyberte relevantní funkce, metody (výběr argumentů)
 
URI
http://hdl.handle.net/10467/92800
View/Open
PLNY_TEXT (1.169Mb)
POSUDEK (342.2Kb)
POSUDEK (214.5Kb)
Collections
  • Bakalářské práce - 13133 [622]

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Contact Us | Send Feedback
Theme by 
@mire NV
 

 

Useful links

CTU in PragueCentral library of CTUAbout CTU Digital LibraryResourcesStudy and library skillsResearch support

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

Login

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Contact Us | Send Feedback
Theme by 
@mire NV