Android Implementation of a Visualisation, Sonification and AI-Assisted Interpretation of Neonatal EEG
Tipus de documentTreball Final de Grau
Data2018-05
Condicions d'accésAccés obert
Llevat que s'hi indiqui el contrari, els
continguts d'aquesta obra estan subjectes a la llicència de Creative Commons
:
Reconeixement-NoComercial-SenseObraDerivada 3.0 Espanya
Abstract
The aim of this project is the implementation of an Android App to help healthcare professionals to check newborn health status by observing neonatal EEG signals, without having extensive training in EEG interpretation. To satisfy that aim, this project is divided in three blocks: AI-assisted neonatal EEG interpretation, EEG sonification and graphical user interface. The AI-assisted block has the function to detect neonatal seizures using a fully- convolutional deep neural network using the offline-trained existing model. The sonification work consisted of the adaptation of a previously developed algorithm, based on the phase vocoder, which was already implemented by another UPC student in the Android environment. The developed application core provides both sonification and AI detection functionalities, which are integrated in a user friendly graphical user interface. El objetivo de este proyecto era la implementación de una aplicación Android para ayudar a profesionales del ámbito médico a comprobar el estado de salud de neonatos en base a la observación del electroencefalograma (EEG), sin necesidad de tener mucha experiencia en el campo de la neonatología. Para cumplir dicho objetivo, el proyecto se ha dividido en tres bloques: interpretación asistida por IA, sonificación y interfaz de usuario gráfica. El bloque de IA se encarga de la detección de epilepsias en recién nacidos utilizando una red neuronal totalmente convolucional implementada en Android llevando a cabo la adaptación de un modelo ya existente en Python. El trabajo de sonificación del EEG ha consistido en la adaptación de un algoritmo basado en Phase Vocoder realizado por otro estudiante de la UPC La finalidad de la interfaz gráfica es mostrar de forma integrada la información recibida de la sonificación y la red neuronal para que el usuario pueda interpretarlas con facilidad, de forma que la aplicación resulte útil a un gran número de usuarios. L'objectiu d'aquest projecte era la implementació d'una aplicació Android per ajudar a professionals de l'àmbit mèdic a comprovar l'estat de salut de nounats en base a l'observació de l'electroencefalograma (EEG), sense necessitat de tenir molta experiència en neonatologia. Per tal d'acomplir aquest objectiu, el projecte s'ha dividit en tres blocs: interpretació assistida per IA, sonificació i interfície d'usuari gràfica. El bloc d'IA s'encarrega de la detecció d'epilèpsies en nadons utilitzant una xarxa neuronal totalment convolucional implementada en Android duent a terme l'adaptació d'un model ja existent programat en Python. El treball de sonificació de l'EEG ha consistit en l'adaptació d'un algoritme basat en Phase Vocoder realitzat per un altre estudiant de la UPC La finalitat de la interfície gràfica és mostrar de forma integrada la informació rebuda de la sonificació i la xarxa neuronal perquè l'usuari pugui interpretar-les amb facilitat, de manera que l'aplicació resulti útil a un gran nombre d'usuaris.
Descripció
Development of deep neural network models for detection of neonatal seizures. Implementation of the detection system as an Android application.
MatèriesMedicine -- Data processing, Expert systems (Computer science) -- Self-instruction, Medicina -- Informàtica, Sistemes experts (Informàtica) -- Autoaprenentatge
TitulacióGRAU EN ENGINYERIA DE SISTEMES AUDIOVISUALS (Pla 2009)
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
Annex_FYP.zip | 891,6Kb | application/zip | Visualitza/Obre | |
ESB_TFG.pdf | 3,181Mb | Visualitza/Obre |