Analiza in klasifikacija EKG signalov z metodami strojnega učenjaKaplan, Katarina (Avtor) Knez, Marjetka (Mentor) EKG signalistrojno učenjeklasifikacijaMatlabV magistrskem delu so predstavljene različne funkcije, pripomočki in aplikacije uporabne za analizo in klasifikacijo EKG signalov s pomočjo programa Matlab. Obravnavali smo postopke za izločanje šuma in trendov v podatkih. Ogledali smo si paket Signal Processing Toolbox v Matlabu in možne načine za izluščitev lastnosti iz EKG signalov. Signale smo razdelili na bloke, ki vsebujejo po en QRS kompleks. Za redukcijo dimenzij smo uporabili metodo PCA na posameznih blokih. Z metodo SVM smo klasificirali EKG signale tako, da smo jih razvrstili v dva razreda: signale z normalnim srčnim utripom in signale z atrijsko fibrilacijo. Najprej smo uporabili metodo SVM na učni in testni množici, potem pa smo naredili še klasifikacijo na učni množici ter uporabili naučen model za napovedovanje na testni množici. Dobljeni rezultati so pokazali, da ima model zadovoljivo natančnost. Za primerjavo uspešnosti modela smo na koncu izvedli še klasifikacijo z LSTM nevronskimi mrežami na reduciranih podatkih s pomočjo metode PCA.20242024-06-21 08:15:05Magistrsko delo/naloga158819UDK: 519.7VisID: 139841COBISS_ID: 199255811sl