Extrakce plodového elektrokardiogramu metodami soft computingu

Abstract

Tato diplomová práce se zabývá návrhem softwarového řešení extrakce plodového elektrokardiogramu (fEKG) metodami soft computingu ze záznamů pořízených neinvazivním abdominálním monitorováním srdce plodu. Nejprve se práce věnuje rozsáhlé rešerši využití soft computingových metod v oblasti extrakce fECG. Dále je v práci popsán návrh adaptivního softwarového řešení pro extrakci fEKG. Navržený systém se zakládá na adaptivním neuro-fuzzy interferenčním systému (ANFIS) s hybridním algoritmem učení. Funkčnost navrženého systému je otestována na syntetických i reálných datech. Hodnocení kvality filtrace je provedeno na základě SNR, RMSE a PRD. V práci se rovněž experimentálně prokazuje vliv nastavení parametrů adaptivního systému na kvalitu filtrace.

This master’s thesis deals with a proposal of software solution for adaptive fetal electrocardiogram (fECG) extraction by soft computing methods from non-invasive fetal heart monitoring. First part of this thesis is dedicated to a complex overview of soft computing methods used in fECG elicitation. Next part of thesis devotes to proposal of software solution for adaptive fECG extraction. The proposed adaptive system is based on adaptive neuro-fuzzy interference system (ANFIS) with hybrid learning algorithm. The functionality of the proposed system is tested by Signal to noise ratio (SNR), Root Mean Square Error (RMSE) and Percent Root Difference (PRD). Quality of fECG filtration is also evaluated for different setting parameters of the system.