Εξαγωγή χαρακτηριστικών και ταξινόμηση βιολογικών σημάτων για χρήση στα συστήματα υποβοήθησης της διάγνωσης

Δημαράκη, Αγγελική; Dimaraki, Angeliki

dc.contributor.author	Δημαράκη, Αγγελική	el
dc.contributor.author	Dimaraki, Angeliki	en
dc.date.accessioned	2017-09-15T09:49:15Z
dc.date.available	2017-09-15T09:49:15Z
dc.date.issued	2017-09-15
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/45616
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.13905
dc.rights	Default License
dc.subject	Μηχανική μάθηση	el
dc.subject	Συστήματα υποστήριξης της διάγνωσης	el
dc.subject	Ταξινόμηση βιοσημάτων	el
dc.subject	Αλγόριθμοι ταξινόμησης	el
dc.subject	Εξαγωγή χαρακτηριστικών	el
dc.subject	Machine learning	en
dc.subject	Diagnosis support systems	en
dc.subject	Biosignal classification	en
dc.subject	Classification algorithms	en
dc.subject	Feature extraction	en
dc.title	Εξαγωγή χαρακτηριστικών και ταξινόμηση βιολογικών σημάτων για χρήση στα συστήματα υποβοήθησης της διάγνωσης	el
heal.type	bachelorThesis
heal.classification	Βιοϊατρική μηχανική	el
heal.classificationURI	http://data.seab.gr/concepts/e21d30fc29c7c38310b1b9c23590a18fd030f6f2
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2017-07-17
heal.abstract	Ο σκοπός της διπλωματικής εργασίας ήταν η μελέτη και ανάλυση των τεχνικών που χρησιμοποιούνται για την επιλογή των χαρακτηριστικών και την ταξινόμηση των βιοσημάτων, στα συστήματα υποβοήθησης της διάγνωσης. Για να μπορέσουμε να εστιάσουμε στην ουσία της λειτουργίας αυτών των μεθόδων, κρίθηκε σκόπιμο να απλοποιήσουμε λίγο το πρόβλημα και έτσι στην παρούσα μελέτη γίνεται ανάλυση των τεχνικών που εφαρμόζονται μόνο σε μονοδιάστατα βιολογικά σήματα, και πιο συγκεκριμένα στις τρεις σημαντικότερες κατηγορίες τους, δηλαδή στο ηλεκτροεγκεφαλογράφημα (ΗΕΓ), στο ηλεκτρομυογράφημα (ΗΜΓ) και στο ηλεκτροκαρδιογράφημα (ΗΚΓ). Αρχικά, έγινε μια εισαγωγική, θεωρητική προσέγγιση των εννοιών της αναγνώρισης και ταξινόμησης προτύπων και στη συνέχεια έγινε παρουσίαση των συστημάτων υποστήριξης της διάγνωσης για την κατανόηση της δομής και της λειτουργίας τους, οι οποίες βασίζονται στις προηγούμενες αρχές. Στη συνέχεια της εργασίας έγινε πρώτα μια αναλυτική παρουσίαση των σύγχρονων μεθόδων εξαγωγής χαρακτηριστικών που προτείνονται στη βιβλιογραφία και έπειτα μια παράθεση των αντίστοιχων τεχνικών (αλγορίθμων) ταξινόμησης, με τις οποίες τα βιοσήματα ταξινομούνται στις αντίστοιχες τάξεις. Τα διάφορα ζεύγη μεθόδων που προκύπτουν από το συνδυασμό μιας μεθόδου εξαγωγής με έναν αλγόριθμο ταξινόμησης, είναι φανερό πως θα έχουν διαφορετική απόδοση στην ταξινόμηση των σημάτων. Έτσι, γίνεται φανερή η σημασία της σύγκρισης των τεχνικών αυτών, για την εύρεση του ζεύγους μεθόδων που μπορεί να οδηγήσει σε βέλτιστα αποτελέσματα. Στο τελευταίο μέρος, λοιπόν, της εργασίας μας πραγματοποιείται μια συγκριτική ανάλυση όλων των μεθόδων, τα αποτελέσματα της οποίας παρατίθενται σε συνολικούς πίνακες, με σκοπό την εξαγωγή χρήσιμων συμπερασμάτων για τα πλεονεκτήματα και τα μειονεκτήματα κάθε μεθόδου, αλλά και την καταλληλότητά της για μελλοντική χρήση σε ιατρικές εφαρμογές τέτοιου είδους.	el
heal.abstract	The aim of this diploma thesis is to study and analyze the techniques used for the feature selection and the bio-signal classification in the diagnosis support systems (DSS). In order to be able to focus on the essence of the operation of these methods, it was considered appropriate to simplify the problem a bit, and so the present study analyzes the techniques applied only to one -dimensional biological signals, and more specifically to their three major categories, namely the electroencephalogram EEG), electrocardiogram (ECG) and electromyogram (EMG). Initially, an introductory, theoretical approach to the concepts of pattern recognition and classification was made, followed by a presentation of diagnosis support systems to understand their structure and function, which are based on previous principles. Afterwards, a detailed presentation of the current methods of feature extraction proposed in the literature, was made and after that, the corresponding classification techniques by which the bio-signals are classified into the different classes, were presented. The various pairs of methods which result from combining an extraction method with a classification algorithm, will accordingly have a different performance in the classification of the signals. Thus, it becomes clear that the importance of comparing these techniques to finding the pair of methods that can lead to optimal results is great. In the last part of our thesis, we perform a comparative analysis of all the methods, the results of which are presented in overall tables, in order to draw useful conclusions about the advantages and disadvantages of each method, as well as its suitability for future use in medical applications of this kind.	en
heal.advisorName	Ματσόπουλος, Γεώργιος	el
heal.committeeMemberName	Κουτσούρης, Διονύσιος-Δημήτριος	el
heal.committeeMemberName	Ουζούνογλου, Νικόλαος	el
heal.committeeMemberName	Ματσόπουλος, Γεώργιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	187 σ.
heal.fullTextAvailability	true