E. Butkevičiūtės daktaro disertacijos “EKG signalų analizė treniruočių proceso modeliavimui ir nuovargio vertinimo metodikos sudarymui” gynimas

Autorius, institucija: Eglė Butkevičiūtė, Kauno technologijos universitetas

Mokslo sritis, kryptis:  gamtos mokslai, informatika – N009

Mokslinis vadovas: Doc. dr. Liepa Bikulčienė (Kauno technologijos universitetas, gamtos mokslai, informatika – N009)

Informatikos mokslo krypties daktaro disertacijos gynimo taryba:
Prof. habil. dr. Rimantas Barauskas (Kauno technologijos universitetas, gamtos mokslai, informatika – N009) – pirmininkas
Prof. habil. dr. Eugenijus Kaniušas  (Vienos technikos universitetas, technologijos mokslai, matavimų inžinerija – T010)
Prof. Dr. Tomas Krilavičius (Vytauto Didžiojo universitetas, gamtos mokslai, informatika – N009)
Prof. dr. Alfonsas Misevičius (Kauno technologijos universitetas, gamtos mokslai, informatika – N009)
Doc. dr. Kristina Poškuvienė (Kauno technologijos universitetas, gamtos mokslai, informatika – N009)

Disertacijos gynimas vyks nuotoliniu būdu, norintys stebėti transliaciją kviečiami prisijungti čia.

Su disertacija galima susipažinti Kauno technologijos universiteto bibliotekoje (K. Donelaičio g. 20, Kaunas).

Anotacija:

Norint įvertinti žmogaus organizmo skirtingų sistemų tarpusavio sąveiką reikalinga biologinius signalus registruoti fizinės ar protinės veiklos pratimų metu, nes tada veikia kelios sistemos, tarp kurių yra ir širdies bei kraujagyslių, raumeninė, nervų sistemos. Priklausomai nuo judesio intensyvumo triukšmai tampa nestacionarūs ir standartiniai filtravimo algoritmai nebesugeba signalų apdoroti tinkamai. Disertacijoje pasiūlyti elektrinių signalų filtravimo algoritmai geba prisitaikyti prie triukšmo lygio esant skirtingai širdies apkrovai bei išsaugo pagrindines elektrokardiogramos signalo parametrų reikšmes, kurios reikalingos žmogaus funkcinės būklės įvertinimui ir darbo ar treniruočių procesų valdymui. Lyginant su kitais alternatyviais algoritmais, disertacijoje aprašomi metodai geba geriau prisitaikyti prie elektrokardiogramos signalo nepažeidžiant jo skaitinių charakteristikų. Pagrindiniai tyrimai šiame darbe atliekami naudojant elektrokardiogramos signalus, tačiau taip pat parodyta, kad naudoti triukšmų filtravimo algoritmai yra efektyvūs ir kitiems biologiniams signalams, tokiems kaip encefalogramos. Disertacijoje taip pat pasiūlyta nauja fiziologinio nuovargio vertinimo metodika naudojant tiesinius ir netiesinius širdies ritmo variabilumo analizės metodus bei mašininio mokymo algoritmus skirtingų fiziologinių būsenų klasifikavimo procese. Būtent EKG signalų klasifikavimo dalyje tampa itin svarbu ne tik apdoroti (filtruoti) EKG signalus, bet ir rasti šio signalo parametrų reikšmes. Tam buvo pasirinktas modifikuotas ir papildytas k-TEO algoritmas.