Klasifikace mozkové obrny u předčasně narozených dětí
Classification of Cerebral Palsy of Preterm Infants
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Řezáčová Vladimíra
Vedoucí práce
Jiřina Marcel
Oponent práce
Holčík Jiří
Studijní obor
Biomedicínská a klinická technikaStudijní program
Biomedicínská a klinická technikaInstituce přidělující hodnost
katedra biomedicínské technikyObhájeno
2007-06-26Práva
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.htmlVysokoškolská 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
Zobrazit celý záznamAbstrakt
Cílem této práce je navrhnout a zrealizovat klasifikátory pro účely klasifikačního rámce, jež slouží k podpoře diagnostiky mozkové obrny u předčasně narozených dětí. Vstupem do klasifikačního rámce jsou buď data z videokamery (2D), nebo z pohybových senzorů (3D), výstupem je reálné číslo od nuly do jedné, které značí míru toho, zda je pacient zdravý, nebo zda je v riziku onemocnění mozkovou obrnou. Klasifikační rámec se skládá ze dvou částí: z trénovací a testovací části a z klasifikační části. Samotný klasifikátor je poslední částí klasifikačního rámce, která je zodpovědná za konečné rozhodnutí. Ostatní části klasifikačního rámce mají za úkol vhodně předzpracovat data pro klasifikaci, tzn. vytvořit trénovací a testovací množinu dat a vhodně upravit klasifikovaná data. Za účelem zahrnutí do klasifikačního rámce byly vytvořeny tři klasifikátory. Klasifikátor k-nejbližších sousedů, Bayesův klasifikátor a perceptronový klasifikátor s jednou skrytou vrstvou. Výsledky z Bayesova klasifikátoru se jeví být jako nejlepší. The goal of this project was to design and implement classifiers for a classification framework (CF). The function of the CF is to assist to diagnose the cerebral palsy. The input to the CF is data either from the video recording (2D data) or from a capturing device (3D data), the output of the CF is a real value number between 0 and 1. The value of 1 indicates that the infant is healthy, while the value of 0 indicates possibility of the brain disorder. The CF consists of two phases. The training & testing phase (TTP) and the classification/recall phase (CRP). Classifier itself is the last part of the CF, the part responsible for the final decision making. The rest of the CF is responsible for correct preprocessing of the data used for the training and the testing of classifiers and classified (unknown) data itself. The three classifiers were finally implemented for the purpose of classification framework. These classifiers are: k-nearest neighbors classifier, Bayesian classifier and the three layer perceptron neural network classifier. Bayesian classifier seems to have the best results.
Kolekce
- Bakalářské práce - 17110 [869]