Özellik çıkarma teknikleri ve yapay sinir ağları kullanarak bir tele-kardiyoloji sistem tasarımı
A tele-cardiology system design using feature extraction techniques and artificial neural networks
- Tez No: 237341
- Danışmanlar: DOÇ. DR. YÜKSEL ÖZBAY, PROF. DR. BEKİR KARLIK
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 209
Özet
Şehir merkezlerinden uzakta olan bölgelerde ve kırsal alanlarda yaşayan kişilere sağlık hizmetinin götürülmesinde problemlerle karşılaşılmaktadır. Bu açıdan bakıldığında teletıp kaliteyi artıracak ve coğrafi yerleşimine bakılmaksızın sağlık hizmetini her türlü bölgeye ulaştıracak bir potansiyel sağlar. Teletıp sistemleri içerisinde kardiyoloji en fazla gereksinim duyulan uygulama olmuştur. Bir çok vakada, pratisyen hekimin uzman hekimlerle çabuk konsültasyon yapabilmesi hastanın durumu açısından kritik önem taşır. Eğer sağlık ocağına gelen hastanın klinik bulguları, hastada kalp krizi şüphesi doğuruyorsa, pratisyen hekim araştırma hastanesinde çalışan bir kardiyoloji uzmanından telekardiyoloji ile yardım almaya ihtiyaç duyacaktır.Tez çalışmasında pratisyen hekime yorum kolaylığı sağlayan ve uzman hekim ile konsültasyon yapmasına imkan veren bir telekardiyoloji sistemi önerilmiştir. Gerçekleştirilen telekardiyoloji sistemi üç aşamadan oluşmaktadır. İlk aşama sinyal kaydının yapılması ve ön işlemenin gerçekleştirilmesidir. Sağlık ocağına gelen ve kalp rahatsızlığı şüphesi uyandıran bir hastanın elektrokardiyograf cihazı ile EKG' si çekilerek, sınıflandırma için önişleme gerçekleştirilmektedir. İkinci aşama EKG sinyaline bir tanı konulmasını içermektedir. EKG sinyallerinin tanınması ve sınıflandırılması için dalgacık dönüşümü, temel bileşen analizi, tip-2 bulanık c-ortalamalar kümeleme algoritması ve yapay sinir ağları kullanılarak üç farklı sınıflandırma sistemi oluşturulmuştur. Sınıflandırma sistemlerinin eğitimi ve testi için MIT-BIH EKG aritmi veri tabanından alınan veriler kullanılmıştır. Eğitim ve test verileri 12 EKG sinyal sınıfını içermektedir. Gerçekleştirilen sınıflandırma sistemleri ile test verileri üzerinde %99 sınıflandırma doğruluğu elde edilmiştir. Ayrıca Selçuk Üniversitesi Tıp Fakültesi Kardiyoloji Yoğun Bakımı Ünitesi' nde yatan hastalardan alınan verilerle de önerilen sınıflandırma sistemleri test edilmiştir. Üçüncü aşama sinyalin ve tanının araştırma hastanesine gönderilmesidir. Bu aşama web sayfası ve ftp yolu ile iki farklı şekilde gerçekleştirilmektedir. Hazırlanan www.telekardiyoloji.com web sitesi ile araştırma hastanesi ve sağlık ocağının karşılıklı görüş alışverişinde bulunmaları sağlanmaktadır. Ayrıca haberleşme file transfer protocol (ftp) yolu ile de sağlanmaktadır. Bununla beraber hazırlanan arayüzler ile pratisyen hekime ve uzman doktora sinyali değerlendirme olanağı sunulmuştur.
Özet (Çeviri)
Some problems are met in carrying health service to human lived in far regions from city center and rural fields. When look from this angle, telemedical provide a potantiel which transport health service to every kind of region whatever geographical settlement. Cardiology is most require application in telemedicine systems. In many occurrence, doing consultation quickly between practitioner and expert doctor carry weight for patient? s state. If clinic findings of patient came to village clinic misgive heart attack, practitioner need to take assistance from cardiology doctor worked in research hospital with telecardiology.In thesis study, a telecardiology system which provide interpretation easiness to practitioner and enable to consultant with expert doctor was proposed. Realized telecardiology system was formed three phase. First phase was to record signal and to realize preprocessing. The ECG of a patient which came to village clinic and his clinic findings misgave heart attack was measured with electrocardiography device and preprocessing was done on ECG signal. Second phase was contained a diagnosis to ECG signal. Three different classification systems were constituted wavelet transform, principal component analysis, type-2 fuzzy c-means clustering algorithm and artificial neural networks for detection and classification of ECG signal. Data taken from MIT-BIH ECG arrhythmia database was used for training and testing of classification system. Training and testing data was included 12 ECG signal classes. Classification accuracy on test data was obtained as 99% with improved classification system. Furthermore, proposed classification systems were tested with data taken from patiens in Selcuk University Faculty of Medicine Intensive Care Unit. Third stage was to transport signal and diagnosis to research hospital. This stage was executed on two different style with ftp and web page. Prepared www.telekardiyoloji.com web cite provided consultation between research hospital and village clinic. However communication was provided with file transfer protocol (ftp). Additionally, opportunity of signal? s evalution was presented to practitioner and expert doctor with prepared interfaces.
Benzer Tezler
- Evolutionary feature optimization for plant leaf disease detection by deep neural networks
Bitki yaprak hastalık teşhisi için derin sinir ağları ile evrimsel özellik optimizasyonu
JALAL SADOON HAMEED AL BAYATI
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Prof. Dr. BURAK BERK ÜSTÜNDAĞ
- End-to-end tire defect detection model based on machine and deep learning techniques
Makine ve derin öğrenme tekniklerine dayalı uçtan uca lastik arıza tespit modeli
RADHWAN ALI ABDULGHANI SALEH
Doktora
İngilizce
2024
Mekatronik MühendisliğiKocaeli ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN METİN ERTUNÇ
- Üniversite kampüsündeki araç plaka tanıma ve takibi için matematik ve algoritmik ilkeler
University campus vehicles number plate recognition and following mathematical and algorithmic principles
AHMED AMİR KHAN
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKahramanmaraş Sütçü İmam ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MAHİT GÜNEŞ
- Advanced techniques and comprehensive analysis in speech emotion recognition using deep neural networks
Derin sinir ağları kullanarak konuşma duygu tanıma üzerine gelişmiş teknikler ve kapsamlı analiz
AHMET KEMAL YETKİN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
- Derin öğrenme ile histopatolojik görüntü analizi
Histopathological image analysis using deep learning
ŞABAN ÖZTÜRK
Doktora
Türkçe
2019
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAYRAM AKDEMİR