Softwarové balíčky pro učení a nasazení hlubokých modelů pro klasifikaci poruch srdečního rytmu

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F21%3APR34439" target="_blank" >RIV/00216305:26220/21:PR34439 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.vutbr.cz/vav/projekty/detail/28900" target="_blank" >https://www.vutbr.cz/vav/projekty/detail/28900</a>
DOI - Digital Object Identifier
—

Jazyk výsledku
čeština
Název v původním jazyce
Softwarové balíčky pro učení a nasazení hlubokých modelů pro klasifikaci poruch srdečního rytmu
Popis výsledku v původním jazyce
Softwarové balíčky s implementovanými postupy pro zpracování elektrokardiografických signálů, návrh a optimalizaci hlubokých modelů a jejich nasazení ve formě webové služby pro účely automatické klasifikace EKG záznamů.
Název v anglickém jazyce
Software for training and deployment of deep neuronal models for arrhytmia classification
Popis výsledku anglicky
Software packages consisted of algorithmic pipelines for ECG preprocessing, algoritms for simple construction and optimization of deep neuronal classification models and cloud application for the deployment of the models for automatic ECG classification.

Projekt
<a href="/cs/project/TJ02000331" target="_blank" >TJ02000331: Vývoj modelů pro víceúrovňovou klasifikaci poruch srdečního rytmu v EKG záznamech</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění
2021
Kód důvěrnosti údajů
C - Předmět řešení projektu podléhá obchodnímu tajemství (§ 504 Občanského zákoníku), ale název projektu, cíle projektu a u ukončeného nebo zastaveného projektu zhodnocení výsledku řešení projektu (údaje P03, P04, P15, P19, P29, PN8) dodané do CEP, jsou upraveny tak, aby byly zveřejnitelné.

Interní identifikační kód produktu
Model pro klasifikaci arytmií
Technické parametry
Software obsahuje balíčky pro návrh, učení, optimalizaci a nasazení hlubokých neuronových modelů pro klasifikaci poruch srdečního rytmu. Softwarové balíčky a jejich parametry vyžadují pro správný běh dedikovanou knihovnu EKG záznamů, která je součástí řešení projektu TJ02000331. Implementované modely vycházejí z modifikovaných architektonických bloků ResNet, Inception a Multihead Attention. Výchozí parametry procesu učení jsou optimalizovány pro klasifikaci do většího počtu nerovnoměrně zastoupených a vzájemně provázaných diagnostických tříd na základě maximalizace kvality modelu měřené pomocí F1 skóre. Balíčky a aplikace pro nasazení modelu jsou implementovány v jazyce Python 3.8.
Ekonomické parametry
Konkrétní roční ekonomické parametry nejsou v tuto chvíli vyčísleny. Ekonomický přínos výstupu bude spojen se snížením časových a kvalifikačních nároků na klinické hodnotitele v rámci diagnostického procesu u EKG telemonitorace. Výstup dále přispěje k přesnější interpretaci EKG záznamů.
IČO vlastníka výsledku
00216305
Název vlastníka
Vysoké učení technické v Brně

Podobné výsledky(10)