Zobrazit minimální záznam

dc.contributor.advisorČerný, Martin
dc.contributor.authorSuchánek, Jan
dc.date.accessioned2019-09-26T07:35:11Z
dc.date.available2019-09-26T07:35:11Z
dc.date.issued2019
dc.identifier.otherOSD002
dc.identifier.urihttp://hdl.handle.net/10084/138739
dc.description.abstractHlavním cílem této diplomové práce, je navrhnout algoritmus detekce zamrznutí pohybu pacientů s parkinsonovým onemocněním. Součástí diplomové práce je navrhnutí experimentu pro získání jednotných kvalifikujících dat z měření 2 skupin. Skupina kontrolní a skupina s parkinsonovým onemocněním. Experiment využívá přístroje Xsens Awinda a přístroje Novel Emed-XL. Měření na těchto přístrojích je synchronizované hardwarově a výsledky vyexportovány a nahrány do vytvořené databáze v jazyce MySQL, která je dostupná na Google Cloud SQL serveru. Experiment je navrhnut podle TUG testu, kdy jsou osobám pokládány jednoduché matematické otázky pro odvedení pozornosti od prováděného měření, aby u pacientů s parkinsonovým onemocněním došlo během měření k zamrznutí pohybu. Detekce zamrznutí pohybu je prováděna na datasetech, které byly k dispozici před začátkem měření. K detekci byly využity neuronové sítě neural network time series a neural network pattern recognititon. V budoucnosti by toto řešení mohlo sloužit ke kontrolování stavu pacienta.cs
dc.description.abstractThe main aim of this master thesis is to design algorithm for detection of freezing of gait of patients with parkinson’s disease. Part of the thesis is to design an experiment for obtaining uniform qualifying data frm measurements of 2 groups. Control group and Parkinson’s disease group. The experiment uses Xsens Awinda and Novel Emed-XL. Measurements on these devices are synchronized by hardware and the results are exported and uploaded to MySQL database which was created on and is available on Google Cloud SQL server. The experiment is designed according to the TUG test, where people are asked simple math questions to divert their attention from the measurements being made, so that patients with parkinson’s disease experience freezing during the measurement. Detection of gait is performer on datasets that were available before the measurement started. Neural network time series and neural network pattern recognition were used for detection. In the future, this solution coudl serve to control the patient’s condition.en
dc.format.extent4458287 bytes
dc.format.mimetypeapplication/pdf
dc.language.isocs
dc.publisherVysoká škola báňská - Technická univerzita Ostravacs
dc.subjectParkinsonovo onemocněnícs
dc.subjectneuronová síťcs
dc.subjectzamrznutí pohybucs
dc.subjectdetekce zamrznutí pohybucs
dc.subjectParkinson diseaseen
dc.subjectneural networken
dc.subjectfreezing of gaiten
dc.subjectdetection of freezing of gaiten
dc.titleDetekce poruch chůze u osob s Parkinsonovou nemocícs
dc.title.alternativeDetection of Gait Disorders in People with Parkinson's Diseaseen
dc.typeDiplomová prácecs
dc.contributor.refereeGájovský, Marek
dc.date.accepted2019-08-13
dc.thesis.degree-nameIng.
dc.thesis.degree-levelMagisterský studijní programcs
dc.thesis.degree-grantorVysoká škola báňská - Technická univerzita Ostrava. Fakulta elektrotechniky a informatikycs
dc.description.department450 - Katedra kybernetiky a biomedicínského inženýrstvícs
dc.thesis.degree-programElektrotechnikacs
dc.thesis.degree-branchBiomedicínské inženýrstvícs
dc.description.resultdobřecs
dc.identifier.senderS2724
dc.identifier.thesisSUC0066_FEI_N2649_3901T009_2019
dc.rights.accessopenAccess


Soubory tohoto záznamu

Tento záznam se objevuje v následujících kolekcích

Zobrazit minimální záznam