Analysis and classification of ECG signals by partial coherence method
ECG sinyallerinin kısmi evreuyumu yöntemi ile inceleme ve sınıflandırılması
- Tez No: 112186
- Danışmanlar: DOÇ. DR. AYŞIN BAYTAN ERTÜZÜN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2001
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 96
Özet
ÖZET ECG İŞARETLERİNİN KISMİ EVREUYUMU YÖNTEMİ İLE İNCELEME VE SINIFLANDIRILMASI Kısmi evre uyumu işlevi periyodik benzeri bir yapı sergileyen ya da az veya çok kararlı tayf bileşenleri olan rasgele sinyallerin tayf kararlılığını incelemek üzere verilmiş bir ölçüdür. Tek bir sinyal üzerinde işlem gören kısmi evre uyumu işlevi iki durağan rasgele sinyal arasındaki bilinen evre uyumu işlevinden çok farklıdır. Temel olarak, sinyal boyunca sabit olduğu kabul edilen bir ortalama tayf ile bu ortalama tayf etrafındaki değişim miktarını kıyaslar. Bu kıyaslamanın sonucu, sinyalin tayf bileşenlerinin genlik ve faz kararlılıklarının bir göstergesi olan kısmi evre uyumu katsayıları ile ifade edilir. Periyoddan periyoda değişim miktarı arttıkça kısmi evre uyumu katsayılarının değerleri düşer. Uygulamada kısmi evre uyumu katsayıları ayrık fourier dönüşümü (DFT) katsayılarından kolaylıkla elde edilebilir. ECG örüntüleri periyodik benzeri bir yapı sergilemekle birlikte periyoddan periyoda rasgele değişimler içerdikleri için kısmi evre uyumu fonksiyonu ile yakın ilişki içerisindedirler. Bu çalışmada, kısmi evre uyumu fonksiyonunun ECG sinyallerinin sınıflandırılması amacı ile kullanımı araştırılmıştır. Bu amaçla, öznitelik değerleri olarak kısmi evre uyumu katsayıları, bir mesafe sınırlandırıcısı ile birlikte, farklı ritim bozukluğu sınıflarının tanımlanmasında kullanılmıştır. Önerilen sınıflandırma yönteminin, sınıf sayısının az olduğu durumlarda başarılı olduğu fakat bu başarımın artan sınıf sayısı ile birlikte düştüğü gözlenmiştir.
Özet (Çeviri)
IV ABSTRACT ANALYSIS AND CLASSIFICATION OF ECG SIGNALS BY PARTIAL COHERENCE METHOD Partial coherence function is a measure which is given for analysing the spectral stability of random signals that exhibit a periodic like structure or that inherently contain more or less stable spectral components. The partial coherence function, which operates on a single signal, is very different from well-known coherence function of two stationary random processes. It basically compares a mean spectrum of the signal, which is assumed to be constant throughout the signal, with the amount of variation around this mean spectrum. This comparison is represented by partial coherence coefficients between zero and one, which give an indication for the amplitude and phase stability of the spectral components of the signal. The higher the variation from period to period, the smaller the values of partial coherence coefficients. In practice, the partial coherence can easily be obtained from the discrete fourier transform (DFT) coefficients. Since ECG patterns exhibit a periodic like structure but change randomly change from period to period, they are in close relation with the partial coherence function. In this work, the possibility of using partial coherence in classifying the ECG signals is investigated. For this purpose, the partial coherence coefficients, as feature values, together with a distance classifier, are used for the identification of different classes of arrhythmia. Proposed classification schemes are found to be successful with small number of classes but performance decreases as the number of number of classes to be identified increases.
Benzer Tezler
- Yapay sinir ağları ve genetik algoritmalar kullanılarak EKG vurularının sınıflandırılması
Classification of ECG beats by using artifical neural networks and genetic algorithms
ZÜMRAY DOKUR
- Ekg sinyallerinin kaba küme teorisi yardımıyla sınıflandırma analizi ve yeni bir sınıflandırma algoritma önerisi (FWRSC)
Classification of ecg signals analysis using rough sets theory and a new classi̇fi̇cati̇on algori̇thm approach (FWRSC)
RASIM ÇEKİK
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnadolu ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. SEDAT TELÇEKEN
- Yoğun bakım ünitelerinde yatan derin koma hastalarına ait fizyolojik sinyallerin analizi ve sınıflandırılması ile bilinç seviyelerinin belirlenmesi
Determination of consciousness levels by analysis and classification of physiological signals of deep coma patients in intensive care units
ÇİĞDEM GÜLÜZAR ALTINTOP
Doktora
Türkçe
2021
Mühendislik BilimleriErciyes ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. FATMA LATİFOĞLU
- Detection of QRS complex and classification of electrocardiogram signals using computational intelligent algorithms
Hesaplamalı zeki algoritmalar kullanılarak QRS yapısının tespiti ve elektrokardiyogram sinyallerinin sınıflandırılması
MARWAH MUWAFAQ KADHIM AL-MOZANI
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik MühendisliğiKarabük ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA BURAK TÜRKÖZ
DR. ÖĞR. ÜYESİ EFTAL ŞEHİRLİ
- Elektrokardiyogram verilerinin iyileştirilmiş yapay arı kolonisi (MABC) algoritması ile analizi
Analysis of electrocardiogram data by using modified artificial bee colony (MABC) algorithm
SELİM DİLMAÇ
Doktora
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ