Geri Dön

Kardiyak doppler işaretlerinin yapay sinir ağı ve NEFCLASS ile sınıflandırılması

Classification of cardiac doppler signals by using artificial neural network and NEFCLASS

  1. Tez No: 196540
  2. Yazar: NECAATTİN BARIŞÇI
  3. Danışmanlar: PROF. DR. İNAN GÜLER, YRD. DOÇ. DR. FIRAT HARDALAÇ
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2005
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Bilgisayar Eğitimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 85

Özet

Bu çalışmada, 60 hastanın aort kapakçığından kaydedilen kardiyak Dopplerişaretleri, 16 bitlik bir ses kartı yardımıyla bir kişisel bilgisayaraaktarılmıştır. Her bir hastadan kaydedilen kardiyak Doppler sinyaline,Sistol, Diastol, direnç indeksi, darbe indeksi ve sistol/diastol oranıdeğerlerini elde etmek için Hızlı Fourier Dönüşümü (HFD) analiziuygulanmıştır. Daha sonra elde edilen bu değerler çok katmanlı algılayıcısinir ağı ve NEFCLASS sinirsel bulanık sınıflayıcı ile sınıflandırılmıştır.Böylelikle uzman hekime hastalık teşhisini yaparken yardımcı olacak birsistem geliştirilmiştir. Çok katmanlı algılayıcı sinir ağı ve NEFCLASS ileyapılan sınıflamalarda % 96,67 doğru sınıflama başarısı elde edilmiştir. Buçalışmada ayrıca, 60 kişinin mitral kapakçığından kaydedilen kardiyakDoppler işaretlerinin güç spektrum yoğunluğu eğrileri elde edilmiştir. Eldeedilen bu eğrilerden 500'er Hz'lik artışlara karşılık gelen 10 tane güçspektrum yoğunluğu değeri çok katmanlı algılayıcı sinir ağı veNEFCLASS'a giriş vektörü olarak uygulanmış ve sınıflamaları yapılmıştır.Bu sınıflamalar sonucunda, çok katmanlı algılayıcı sinir ağı ile %93,33,NEFCLASS ile de %90 başarı oranı elde edilmiştir. Ayrıca NEFCLASSsinirsel bulanık sınıflayıcının kurallarındaki dilsel terimler sayesinde,ivsınıflayıcının verdiği teşhis sonucu hekim ve hastanın daha kolayanlayabileceği ve yorumlayabileceği hale getirilmiştir.Bilim Kodu : 626.06.01Anahtar Kelimeler : Sinirsel bulanık sınıflayıcı, çok katmanlı algılayıcı sinirağı, NEFCLASS, kardiyak Doppler, Hızlı FourierDönüşümü (HFD), aort kapakçığı, mitral kapak.Sayfa Adedi : 74Tez Yöneticileri : Prof. Dr. nan GÜLER, Yrd. Doç. Dr. Fırat HARDALAÇ

Özet (Çeviri)

In this work, cardiac Doppler signals recorded from aorta valve of 60patients were transferred to a personal computer by using a 16 bit soundcard. The fast Fourier transform (FFT) analysis was applied to the recordedsignal from each patient in order to obtain systole, diastole, resistive index,pulsality index and systole/diastole ratio values. Further these values wereclassified by using multi layer perception neural network and NEFCLASSneuro fuzzy classifier. Thus, an additional diagnosis tool is developed for theaid of expert medical staff. It was obtained that, 96,67% classificationsuccess rate from multi layer perception neural network, and NEFCLASS.On the other hand, power spectrum density curves of cardiac Dopplersignals which recorded from mitral valve were obtained. According to thecurves formed after power spectrum density analysis, 10 power spectrumdensity values which are corresponding to the increases by 500 Hz have beenapplied as input vectors and classified for multi layer perception neuralnetwork and NEFCLASS. It is seen that, 93,33% classification success ratesfrom multi layer perception neural network, and 90% that of NEFCLASSwere obtained. Furthermore, by the linguistic terms in the NEFCLASSvineuro fuzzy classifier, the diagnosis given by the classifier became easilyunderstood and interpreted by the doctor and the patient.Science Code : 626.06.01Key Words : Neuro Fuzzy Classifier, multi layer perception neuralnetwork, NEFCLASS, cardiac Doppler, Fast FourierTransform (FFT), aorta valve, mitral valve.Page Number : 74Advisers : Prof. Dr. nan GÜLER, Assist. Prof. Dr. Fırat HARDALAÇ

Benzer Tezler

  1. Kardiyak Doppler işaretleri analiz ve sınıflandırma sistemi: KARDİAS

    Cardiac Doppler signal analyzer and classifier system: KARDIAS

    TANER TOPAL

    Doktora

    Türkçe

    Türkçe

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Elektronik ve Bilgisayar Sistemleri Eğitimi Ana Bilim Dalı

    PROF. DR. İNAN GÜLER

  2. Kardiyak doppler işaretlerinin bulanık kümeleme ile sınıflandırılması

    Classification of cardiac doppler signals by fuzzy clustering

    NAZAN BAYRAKCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    Elektrik ve Elektronik MühendisliğiKırıkkale Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. NECAATTİN BARIŞÇI

  3. Kardiyak doppler sinyallerine hızlı fourier dönüşümü analizi uygulayarak elde edilen sonuçların bulanık mantık ile değerlendirilmesi

    Application of FFT method to cardiac doppler signals and utilize of results with fuzzy logic

    NECAATTİN BARIŞÇI

    Yüksek Lisans

    Türkçe

    Türkçe

    2000

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Elektronik ve Bilgisayar Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. YILMAZ SAVAŞ

  4. Siztemik sklerozda kardiyak fonksiyonların ekokardiyografik bulguları ile serum adma düzeyleri arasındaki ilişki

    The association between echocardiographic findings of cardiac functions and serum adma levels in sustemic sclerosis

    İKNUR ŞEVİN BULUTTEKİN DAĞ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2011

    RomatolojiDicle Üniversitesi

    Fiziksel Tıp ve Rehabilitasyon Ana Bilim Dalı

    PROF. REMZİ ÇEVİK

  5. Bronşektazi tanılı hastalarda kardiyak doku doppler incelemesinin, efor kapasitesinin ve endotelin düzeylerinin değerlendirilmesi

    Evaluation of cardiac tissue doppler examination, exercise capacity and endothelin levels in patients with bronchiectasis

    ÖZLEM TURAN

    Tıpta Yan Dal Uzmanlık

    Türkçe

    Türkçe

    2013

    Çocuk Sağlığı ve HastalıklarıAkdeniz Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    PROF. DR. GAYAZ AKÇURİN