Cough detection in spirometry using convolutional neural network with spatial attention
Uzamsal dikkat içeren evrişimli sinir ağı ile spirometride öksürük tespiti
- Tez No: 1001365
- Danışmanlar: PROF. DR. BEHÇET MURAT EYÜBOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Electrical and Electronics Engineering, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda uygulama destekli ev tipi spirometreler, solunum hastalarının takibinde yaygın olarak kullanılmaya başlanmıştır. Ancak bu dönüşüm, klinisyen kontrolü olmaksızın Amerikan Toraks Derneği ve Avrupa Solunum Derneği kalite gereksinimlerinin karşılanması ihtiyacını beraberinde getirmiştir. Spirometri testinin güvenilirliği büyük ölçüde doğru teknik ve yeterli hasta eforuna bağlıdır. Kural tabanlı tanımlara dayanan diğer hataların [1] aksine, öksürük tespiti için standartlaştırılmış bir yaklaşım bulunmamaktadır. Klinik ortamda öksürük genellikle hastanın doğrudan gözlemlenmesi veya akım-hacim eğrisinin incelenmesi yoluyla tespit edilmektedir; ancak bu yöntemler klinisyenin bulunmadığı ev ortamında uygulanamamaktadır. Bu sorunu çözmek amacıyla, uzamsal dikkat mekanizması içeren bir Evrişimli Sinir Ağı (ESA) geliştirilmiştir. Önerilen model, konuma özgü ağırlıklar üreterek akım-hacim eğrilerindeki öksürüğe işaret eden bölgelere odaklanmaktadır. Uzamsal ve zamansal bilgiyi yakalamak için özgün bir renk kodlama şeması önerilmiştir; FEV1 bölgesi (0–1 saniye) kırmızı, kalan bölge ise mavi ile temsil edilmektedir. Bu kodlama sayesinde model, FEV1 ölçümlerini etkileyen klinik açıdan anlamlı öksürükleri, testi geçersiz kılmayabilecek geç dönem öksürüklerinden ayırt edebilmektedir. Geliştirilen yaklaşım, güvenilir kalite kontrolü sağlayarak geçersiz test sayısını azaltma ve uzaktan solunum izleme sonuçlarını iyileştirme potansiyeli taşımaktadır. Model öncelikli olarak ev kullanımı için tasarlanmış olsa da, spirometri uzmanlığının sınırlı olduğu birinci basamak sağlık hizmetleri başta olmak üzere klinik ortamlarda da uygulanabilir.
Özet (Çeviri)
In the last decade, app-enabled home spirometry has become widely used for monitoring respiratory patients. This adaptation introduced a need to ensure American Thoracic Society (ATS) and European Respiratory Society (ERS) quality requirements are met without clinical supervision. Reliability of spirometry depends on correct technique and patient effort. Unlike other errors that follow rule-based definitions [1] , cough lacks a standardized approach. Clinicians typically detect cough through direct observation or flow-volume curve inspection, which are inapplicable in unsupervised home testing. To address this challenge, a Convolutional Neural Network (CNN) with spatial attention mechanism has been developed. The proposed approach generates location-specific weights, helping the model focus on cough-indicative regions in flow-volume curves. To capture spatial and temporal information, a novel color-coding scheme is used: red for the FEV1 region (0-1 second) and blue for the remaining segment. This encoding enables the model to distinguish between clinically significant coughs affecting FEV1 measurements and those occurring later that may not invalidate tests. By ensuring reliable quality control, our approach could reduce invalid tests and improve remote respiratory monitoring outcomes. While developed primarily for home use, the model has potential applications in clinical settings, particularly in primary care where spirometry expertise may be limited.
Benzer Tezler
- Amfizematöz ve amfizematöz olmayan KOAH hastaları ile kontrol grubu arasında tümör nekroz faktör süper ailesi 14 ve matriks metalloproteinaz 9 seviyelerinin ilişkisinin incelenmesi
Amfizematöz ve amfizematöz olmayan koah hastalari ile kontrol grubu arasinda tümör nekroz faktör süper ailesi 14 ve matriks metalloproteinaz 9 seviyelerinin ilişkisinin incelenmesi
SİNEM SUPHAN ÇÖLKESEN
Tıpta Uzmanlık
Türkçe
2023
Göğüs HastalıklarıSelçuk ÜniversitesiGöğüs Hastalıkları Ana Bilim Dalı
DOÇ. DR. BURCU YORMAZ
- Bronşektazili hastalarda bakteriyel kolonizasyonların prognoza etkisi
Başlık çevirisi yok
SEMA NUR DOĞRU
Tıpta Uzmanlık
Türkçe
2024
Göğüs HastalıklarıAnkara ÜniversitesiGöğüs Hastalıkları Ana Bilim Dalı
PROF. DR. OYA KAYACAN
- Akdeniz Üniversitesi Tıp Fakültesi Çocuk Göğüs Hastalıkları Polikliniği'ne solunum semptomu ile başvuran romatolojik hastalık tanılı hastaların akciğer bulgularının incelenmesi
Examination of the pulmonary findings of patients diagnosed with rheumatological disease who applied to the Pediatric Chest Diseases Polyclinic of Akdeniz University Faculty of Medicine with respiratory symptoms
HAZAL HANCI
Tıpta Uzmanlık
Türkçe
2021
Çocuk Sağlığı ve HastalıklarıAkdeniz ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. AYŞEN BİNGÖL
- Düzce Meslek Yüksek Okulu Mobilya Dekorasyon Bölümü öğrencilerinde işe bağlı solunum sistemi bulguları sıklığı
Respiratory symptoms and peak expiratory flow rates in furniture-decoration students
CAHİT BİLGİN
Tıpta Uzmanlık
Türkçe
2003
Göğüs HastalıklarıAbant İzzet Baysal ÜniversitesiGöğüs Hastalıkları ve Tüberküloz Ana Bilim Dalı
YRD. DOÇ. DR. PERİ MERAM ARBAK
- Sarkoidoz hastalarında kardiyopulmoner tutulumun kardiyopulmoner egzersiz testi ile değerlendirilmesi
Evaluation of cardiopulmonary exposure in sarcoidosis with cardiopulmonary exercise test
PINAR DOĞAN
Tıpta Uzmanlık
Türkçe
2017
Göğüs HastalıklarıNecmettin Erbakan ÜniversitesiGöğüs Hastalıkları Ana Bilim Dalı
YRD. DOÇ. DR. SONER DEMİRBAŞ