haku: @keyword piirrevalinta / yhteensä: 6
hakutulos-lista
viite: 5 / 6
« edellinen | seuraava »
Tekijä:Viiperi, Sampo
Työn nimi:Feature selection for the purpose of segmentation of polysomnograms in subjects with developmental brain disorders
Piirrevalinta kehitysvammaisten unenaikaisten polygrafiarekisteröintien segmentointia varten
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2003
Sivut:99      Kieli:   eng
Koulu/Laitos/Osasto:Sähkö- ja tietoliikennetekniikan osasto
Oppiaine:Informaatiotekniikka   (T-61)
Valvoja:Kaski, Samuel
Ohjaaja:Joutsiniemi, Sirkka-Liisa
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark S80     | Arkisto
Avainsanat:sleep staging
feature selection
analyzing sleep stages
estimation of classification accuracy
unen luokittelu
piirrevalinta
univaiheiden analyysi
luokittelutarkkuuden estimointi
Tiivistelmä (fin):Unen luokitusta tarvitaan monilla lääketieteen aloilla.
Esimerkiksi unihäiriöiden diagnosointi olisi mahdotonta ilman unen luokittelua, ja unien luokittelua tarvitaan myös monilla muilla kliinisen neurofysiologian alueilla.

Unen luokittelu tehdään yleensä Rechtschaffenin ja Kalesin kehittämien sääntöjen mukaan.
Tämä standardimenetelmä on ollut yleisesti käytössä unitutkimuksessa vuosien ajan.
Luokittelua varten tarvitaan EEG-, EMG- ja EOG-signaaleita, jotka tallennetaan.
Näiden signaalien perusteella uni sitten luokitellaan eri luokkiin pätkittäin.
Koska luokittelu tehdään manuaalisesti, yhdenkin yön luokittelu kestää tunteja.
Tämän vuoksi on tärkeää kehittää luotettava järjestelmä unen luokitteluun tietokoneilla.

Lähes kaikki tähän mennessä tehdyt automaattiset järjestelmät ovat käsitelleet vain terveiden ihmisten unta.
Jos järjestelmän halutaan olla mahdollisimman luotettava, sen tulee toimia myös niiden ihmisten kanssa, joilla on poikkeavuuksia unessa, esimerkiksi kehitysvammaisten kanssa.
Tässä työssä käytetään myös unihäiriöisten unitallenteita.

Tässä työssä käytetään monia kirjallisuudesta löytyviä piirteitä ja piirrevalinta-algoritmeja parhaimpien piirrejoukkojen löytämiseksi.
Unitilojen ja niiden välisten siirtymien visualisointia varten työssä käytettiin itseorganisoituvaa karttaa, jolla myös valittujen piirrejoukkojen teho järjestää tilat kartalla mielekkäisiin segmentteihin tarkistettiin.

Piirrevalinta-algoritmien avulla piirteiden määrä saatiin pienennettyä alkuperäisestä kymmeneen luokittelutarkkuuden kärsimättä.
Valituilla piirteillä saavutettiin 60 prosentin luokittelutarkkuus.
Luokittelutarkkuus kehitysvammaisille (alle 60%) oli huomattavasti alempi kuin terveille (70-80%).
ED:2003-09-16
INSSI tietueen numero: 19974
+ lisää koriin
« edellinen | seuraava »
INSSI