PNC 2016

The Physionet/Computing in Cardiology Challenge 2016: Classification of Normal/Abnormal Heart Sound Recordings

PCG Classification Using a Neural Network Approach

Iga Grzegorczyk, Mateusz Soliński, Michał Łepek, Anna Perka, Jacek Rosiński, Katarzyna Stępień, Jan Gierałtowski, Joanna Rymko

Projekt: PNC 2016

W ubiegłym roku wzięliśmy udział w konkursie Physionet Challenge, którego tematem jest klasyfikacja sygnałów fonokardiograficznych za pomocą wykorzystania algorytmu uczenia maszynowego. Była to dla nas okazja do zaznajomienia się z tematyką machine learning oraz poszerzenia horyzontów.

Naszym zadaniem było stworzenie algorytmu, który umożliwi klasyfikację sygnałów fonokardiograficznych na prawidłowe oraz wymagające konsultacji eksperta. Zaproponowana przez nas metoda opiera się na zastosowaniu sieci neuronowych. Powyższe wykresy przedstawiają dwa sygnały fonokardiograficzne, po zastosowaniu algorytmu segmentującego (na cztery fazy: I ton serca, faza skurczowa, II ton serca, faza rozkurczowa) oraz określeniu za pomocą danych referencyjnych o prawidłowości danego zapisu.

Ostatecznie nasz algorytm został zakwalifikowany przez organizatorów do finałowej fazy. Zwieńczeniem półrocznej pracy była międzynarodowa konferencja Computing in Cardiology 2016 odbywająca się w dniach 11-14.09.2016r w Vancouver. Nasza przedstawicielka – Iga Grzegorczyk zaprezentowała otrzymane przez nas rezultaty.

Publikacja znajduje się TUTAJ (tylko w języku angielskim).

PNC 2016: Prezentacja plakatu naszego zespołu na konferencji, Iga Grzegorczyk
PNC 2016: Udział naszej przedstawicielki w bankiecie na konferencji, Iga Grzegorczyk

 

<< Wróć do listy projektów