Kardiyak doppler işaretlerinin yapay sinir ağı ve NEFCLASS ile sınıflandırılması
Classification of cardiac doppler signals by using artificial neural network and NEFCLASS
- Tez No: 196540
- Danışmanlar: PROF. DR. İNAN GÜLER, YRD. DOÇ. DR. FIRAT HARDALAÇ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Sinirsel bulanık sınıflayıcı, çok katmanlı algılayıcı sinirağı, NEFCLASS, kardiyak Doppler, Hızlı FourierDönüşümü (HFD), aort kapakçığı, mitral kapak, 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
- Yıl: 2005
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Bilgisayar Eğitimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
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 : 626.06.01
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 : 626.06.01
Benzer Tezler
- Kardiyak Doppler işaretleri analiz ve sınıflandırma sistemi: KARDİAS
Cardiac Doppler signal analyzer and classifier system: KARDIAS
TANER TOPAL
Doktora
Türkçe
2010
BiyomühendislikGazi ÜniversitesiElektronik ve Bilgisayar Eğitimi Ana Bilim Dalı (disiplinlerarası)
PROF. DR. İNAN GÜLER
- Kardiyak doppler işaretlerinin bulanık kümeleme ile sınıflandırılması
Classification of cardiac doppler signals by fuzzy clustering
NAZAN BAYRAKCI
Yüksek Lisans
Türkçe
2009
KardiyolojiKırıkkale ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. NECAATTİN BARIŞÇI
- 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
2000
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiElektronik ve Bilgisayar Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. YILMAZ SAVAŞ
- Hipertansif ebeveynlerin normotansif çocuklarında kardiyak fonksiyonların doku doppler ekokardiyografi ile değerlendirilmesi
Evaluation of cardiac function with tissue doppler echocardiography in normotansive offsprings of hypertensive parents
PELİN KÖŞGER
Tıpta Yan Dal Uzmanlık
Türkçe
2014
Çocuk Sağlığı ve HastalıklarıEskişehir Osmangazi ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. ZÜBEYİR KILIÇ
- İdiopatik epilepsili köpeklerde kardiyak enzimler, doppler ekokardiyografi ve elektrokardiyografi bulgularının değerlendirilmesi
Evaluation of cardiac enzymes, doppler echocardiography and electrocardiography findings in DOGS with idiopathic epilepsy
EZGİ KAYA AKSU
Doktora
Türkçe
2022
Veteriner Hekimliğiİstanbul Üniversitesi-CerrahpaşaVeterinerlik İç Hastalıkları Ana Bilim Dalı
PROF. DR. ABDULLAH KAYAR