Publication detail

Detekce syndromu spánkové apnoe ze záznamu dýchání pomocí nasálního senzoru

KRÁLÍK, M. KOZUMPLÍK, J. HESKO, B.

Original Title

Detekce syndromu spánkové apnoe ze záznamu dýchání pomocí nasálního senzoru

Czech Title

Detekce syndromu spánkové apnoe ze záznamu dýchání pomocí nasálního senzoru

Language

cs

Original Abstract

Práce se zabývá využitím záznamů dýchání z nasálního senzoru pro automatickou detekci syndromu spánkové apnoe (SSA). Jako zdroj signálů je použita volně dostupná databáze Physionet. Pro detekci jsou použity záznamy od čtyř pacientů, u kterých jsou požadované signály dostupné. Srovnány jsou výsledky tří klasifikačních metod - metody podpůrných vektorů, umělých neuronových sítí a metody k-nejbližších sousedů. Pro použitá data dosáhla úspěšnost detekce ve všech případech vice než 90%

Czech abstract

Práce se zabývá využitím záznamů dýchání z nasálního senzoru pro automatickou detekci syndromu spánkové apnoe (SSA). Jako zdroj signálů je použita volně dostupná databáze Physionet. Pro detekci jsou použity záznamy od čtyř pacientů, u kterých jsou požadované signály dostupné. Srovnány jsou výsledky tří klasifikačních metod - metody podpůrných vektorů, umělých neuronových sítí a metody k-nejbližších sousedů. Pro použitá data dosáhla úspěšnost detekce ve všech případech vice než 90%

Documents

BibTex 


@article{BUT150737,
  author="Martin {Králík} and Jiří {Kozumplík} and Branislav {Hesko}",
  title="Detekce syndromu spánkové apnoe ze záznamu dýchání pomocí nasálního senzoru",
  annote="Práce se zabývá využitím záznamů dýchání z nasálního senzoru pro automatickou detekci syndromu spánkové apnoe (SSA). Jako zdroj signálů je použita volně dostupná databáze Physionet. Pro detekci jsou použity záznamy od čtyř pacientů, u kterých jsou požadované signály dostupné. Srovnány jsou výsledky tří klasifikačních metod - metody podpůrných vektorů, umělých neuronových sítí a metody k-nejbližších sousedů. Pro použitá data dosáhla úspěšnost detekce ve všech případech vice než 90%",
  address="Vysoké učení technické v Brně",
  chapter="150737",
  howpublished="online",
  institution="Vysoké učení technické v Brně",
  number="5",
  volume="20",
  year="2018",
  month="october",
  pages="140--145",
  publisher="Vysoké učení technické v Brně",
  type="journal article - other"
}