Denne identifikatoren kan du bruke til å sitere eller lenke til denne innførselen: http://elartu.tntu.edu.ua/handle/lib/35789
Tittel: Розробка мобільного застосунку для діагностування серцевих захворювань
Alternative titler: Mobile application development for heart diseases diagnostics
Authors: Крищишин, Василь Володимирович
Kryshchyshyn, Vasyl
Affiliation: ТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра комп’ютерних наук, м. Тернопіль, Україна
Bibliographic description (Ukraine): Крищишин В. В. Розробка мобільного застосунку для діагностування серцевих захворювань : кваліфікаційна робота освітнього рівня „Бакалавр“ „122 — комп’ютерні науки“ / В. В. Крищишин. — Тернопіль : ТНТУ, 2021. — 40 с.
Utgivelsesdato: 24-jun-2021
Submitted date: 10-jun-2021
Date of entry: 11-jul-2021
Country (code): UA
Place of the edition/event: ТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Україна
Supervisor: Липак, Галина Ігорівна
Committee members: Гащин, Надія Богданівна
UDC: 004.62
Emneord: аускультація
auscultation
дизайн
design
машинне навчання
machine learning
мобільне здоров’я
mobile health
телемедицина
telemedicine
серцеві захворювання
heart disease
серцево-судинні події
cardiovascular events
скринінг
screening
цифровий стетоскоп
digital stethoscope
Abstrakt: Кваліфікаційна робота присвячена розробці мобільного застосунку для діагностування серцевих захворювань. Метою даної кваліфікаційної роботи освітнього рівня «Бакалавр» є підвищення рівня поінформованості громадян та медичного персоналу щодо стану їхнього серця за рахунок реалізації функціональних можливостей автоматизованого розпізнавання серцевих захворювань. В першому розділі кваліфікаційної роботи освітнього рівня «Бакалавр» проведено аналіз предметної області. Виконано постановку завдання розроблення мобільного застосунку для діагностування серцевих захворювань. Описано використовувані в процесі розроблення мобільного застосунку для діагностування серцевих захворювань методи та інструменти і набір даних. В другому розділі кваліфікаційної роботи освітнього рівня «Бакалавр» розроблено алгоритм роботи мобільного застосунку. Запропоновано опис процедури навчання та спостереження з розробленням відповідних діаграм.
Qualification work is devoted to the development of a mobile application for diagnosing heart disease. The purpose of this qualification work of the educational level "Bachelor" is to increase the level of awareness of citizens and medical staff about the condition of their heart through the implementation of functional capabilities of automated recognition of heart disease. In the first section of the qualification work of the educational level "Bachelor" the analysis of the subject area is carried out. The task of developing a mobile application for diagnosing heart disease has been completed. The methods and tools and data set used in the process of developing a mobile application for diagnosing heart disease are described. In the second section of the qualification work of the educational level "Bachelor" the algorithm of work of the mobile application is developed. A description of the training and observation procedure with the development of appropriate diagrams is offered.
Content: ВСТУП 7 1 ПРЕДМЕТНА ОБЛАСТЬ, МЕТОДИ, ІНСТРУМЕНТИ ТА НАБІР ДАНИХ 8 1.1 Аналіз предметної області 8 1.2 Постановка завдання 11 1.3 Методи та інструменти 14 1.4 Набір даних 17 1.5 Висновок до першого розділу 18 2 РОЗРОБКА ТА ТЕСТУВАННЯ МОБІЛЬНОГО ЗАСТОСУНКУ ДЛЯ ДІАГНОСТУВАННЯ СЕРЦЕВИХ ЗАХВОРЮВАНЬ 19 2.1 Алгоритм роботи мобільного застосунку 19 2.2 Опис процедури навчання та спостереження 22 2.3 Результати роботи мобільного застосунку для діагностування серцевих захворювань 29 2.4 Тестування юзабіліті мобільного застосунку для діагностування серцевих захворювань 31 2.5 Аналіз результатів проведеної розробки мобільного застосунку для діагностування серцевих захворювань 32 2.6 Висновок до другого розділу 33 3 БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОСНОВИ ХОРОНИ ПРАЦІ 34 3.1 Природне середовище і його забруднення 34 3.2 Вимоги пожежної безпеки при гасінні електроустановок 36 3.3 Висновок до третього розділу 37 ВИСНОВКИ 38 ПЕРЕЛІК ДЖЕРЕЛ 39
URI: http://elartu.tntu.edu.ua/handle/lib/35789
Copyright owner: © Крищишин Василь Володимирович, 2021
References (Ukraine): 1 Zewoudie, A.W.; Luque, J.; Hernando, J. The use of long-term features for GMM- and i-vector-based speaker diarization systems. EURASIP Journal on Audio, Speech, and Music Processing 2018, 2018, 14, doi:10.1186/s13636-018-0140-x. 2 Chen, Y.; Wei, S.; Zhang, Y. Classification of heart sounds based on the combination of the modified frequency wavelet transform and convolutional neural network. Medical & Biological Engineering & Computing 2020, 58, 2039-2047, doi:10.1007/s11517-020-02218-5. 3 Rushmer, R.F.; Sparkman, D.R.; Polley, R.F.; Bryan, E.E.; Bruce, R.R.; Welch, G.B.; Bridges, W.C. Variability in detection and interpretation of heart murmurs; a comparison of auscultation and stethography. AMA Am J Dis Child 1952, 83, 740-754, doi:10.1001/archpedi.1952.02040100038003. 4 Duda O., Kunanets N., Matsiuk O., Pasichnyk V., Rzheuskyi A. (2021) Aggregation, Storing, Multidimensional Representation and Processing of COVID-19 Data. In: Shakhovska N., Medykovskyy M.O. (eds) Advances in Intelligent Systems and Computing V. CSIT 2020. Advances in Intelligent Systems and Computing, vol 1293, pp 875-889. Springer, Cham. ISBN978-3-030-63270-0. 5 Duda, O., Kunanets, N., Martsenko, S., Matsiuk, O., Pasichnyk, V., Building secure Urban information systems based on IoT technologies. CEUR Workshop Proceedings 2623, pp. 317-328. 2020. 6 Oleksii Duda, Oleksandr Matsiuk, Nataliia Kunanets, Volodymyr Pasichnyk, Antonii Rzheuskyi and Yuriy Bilak, “Formation of Hypercubes Based on Data Obtained from Systems of IoT Devices of Urban Resource Networks”, International Journal of Sensors, Wireless Communications and Control (2020) 10: 1. ISSN 2210-3287. 7 Castro, A.; Vinhoza, T.T.V.; Mattos, S.S.; Coimbra, M.T.; Ieee. Heart Sound Segmentation of Pediatric Auscultations Using Wavelet Analysis. In 2013 35th Annual International Conference of the Ieee Engineering in Medicine and Biology Society, 2013; pp. 3909-3912. 8 Duda, O., et al, Selection of Effective Methods of Big Data Analytical Processing in Information Systems of Smart Cities. CEUR Workshop Proceedings 2631, pp. 68-78. 2020. 9 Stethee, AI boosted digital stethoscopes. Available online: https://www.stethee.com/. 10 American Heart Association. Cardiovascular Disease and Diabetes. http://www.heart.org/HEARTORG/ Conditions/More/Diabetes/ WhyDiabetesMatters/ Cardiovascular-DisiaseDiabetes_UCM_313865_ Article.jsp. 11 Kozakova M, Polombo C. Diabetes mellitus, arterial wall, and cardiovascular risk assessment. International Journal of Environmental Research and Public Health. 2016;13(2):201-214. 12 WHO. Prevention of cardiovascular disease, guideline for assessment and management of cardiovascular risk 1st edition. Geneva: WHO. 2007. 13 Aini FN, Wicaksana AL, Pangastuti HS. Tingkat risiko kejadian kardiovaskular pada penyandang diabetes tipe 2. Journal of Indonesian National Nurses Association. 2019;4(3):182-192. 14 Klug B. An Overview of the system usability scale in library website and system usability testing. Weave: Journal of Library User Experience. 2017;1. 15 Bangor A, Kortum P, Miller J. Determining what individual SUS scores mean: adding an adjective rating scale. Journal of Usability Studies. 2009;4(3):114-123. 16 Brooke J. SUS: a retrospective. Journal of Usability Studies. 2013;8(2):29-40. 17 Kleyko, D.; Osipov, E.; Wiklund, U. A Comprehensive Study of Complexity and Performance of Automatic Detection of Atrial Fibrillation: Classification of Long ECG Recordings Based on the PhysioNet Computing in Cardiology Challenge 2017. Biomedical Physics & Engineering Express 2020, 6, doi:10.1088/2057-1976/ab6e1e. 18 Android Support from Simulink. Available online: https://www.mathworks.com/hardwaresupport/android-programming-simulink.html. 19 Generate C/C++ code for the object functions. Available online: https://www.mathworks.com/help/stats/savelearnerforcoder.html. 20 Davis, S.M., P; . Comparison of parametric representations for monosyllabic word recognition in continuously spoken sentences. IEEE Transactions on Acoustics, Speech, and Signal Processing 4, 11, doi: 10.1109/TASSP.1980.1163420. 21 Kucharski, D.; Grochala, D.; Kajor, M.; Kańtoch, E. A Deep Learning Approach for Valve Defect Recognition in Heart Acoustic Signal. Cham; pp. 3-14. 22 Eko Devices, Eko Core Digital Stethoscope. Available online: https://ekodevices.com/. 23 Hannun, A.Y.; Rajpurkar, P.; Haghpanahi, M.; Tison, G.H.; Bourn, C.; Turakhia, M.P.; Ng, A.Y. Cardiologist-level arrhythmia detection and classification in ambulatory electrocardiograms using a deep neural network. Nature Medicine 2019, 25, 65-69, doi:10.1038/s41591-018-0268-3. 24 Matsiuk O. Choice method of analytical information-technology platform for projects associated to the smart city class // Bodnarchuk Ihor, Duda Oleksii, Kharchenko Alexander, Kunanets Nataliia, Matsiuk Oleksandr and Pasichnyk Volodymyr/ ICTERI 2020 ICT in Education, Research and Industrial Applications. Integration, Harmonization and Knowledge Transfer Proceedings of the 14th International Conference on ICT in Education, Research and Industrial Applications. Integration, Harmonization and Knowledge Transfer. Volume I: Main Conference р.317-330. 25 Проблематика громадського здоров’я. http://cgz.vn.ua/problematika-gromadskogo-zdorovya/problematika-gromadskogo-zdorovya_462.html. 26 ГАСІННЯ ПОЖЕЖ В ЕЛЕКТРОУСТАНОВКАХ. https://nais.com.ua/ua/articles/tushenie-pozharov-v-elektroustanovkah/.
Content type: Bachelor Thesis
Vises i samlingene:122 — Компʼютерні науки (бакалаври)

Tilhørende filer:
Fil Beskrivelse StørrelseFormat 
2021_KRB_SNs-42_Kryshchyshyn_VV.pdf1,83 MBAdobe PDFVis/Åpne


Alle innførsler i DSpace er beskyttet av copyright

Administrasjonsverktøy