Dalgacık dönüşümü ile EKG sinyallerinin işlenmesi ve özellik çıkarımı
EKG signal processing with wavelet and feature extraction
- Tez No: 237409
- Danışmanlar: YRD. DOÇ. DR. PAKİZE ERDOĞMUŞ
- Tez Türü: Yüksek Lisans
- Konular: Teknik Eğitim, Technical Education
- Anahtar Kelimeler: Dalgacık Dönüşümü, Sinyal Analizi, EKG, Özellik Çıkarımı, Wavelet Transform, Signal Analysis, ECG, Feature Extraction
- Yıl: 2008
- Dil: Türkçe
- Üniversite: Düzce Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Eğitimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 93
Özet
Bu çalışmada Normal, Rbbb, Lbbb ve Pace olmak üzere dört grup EKG datası incelenmiştir. Dataların dönüşüm işlemlerinde Dalgacık ve Fourier dönüşümleri kullanılmıştır. Bilgilerin daha az veri ile temsil edilmesiyle sınıflandırma işlemleri çok kısa sürede yapılabilir hale gelmiştir.Dalgacık Dönüşümü ile ham datalardan elde edilmiş özellik vektörleri ortalama %72 gibi bir başarımla sınıflandırılmışlardır. Fourier Dönüşümleri ile de başarılı sonuçlar elde edilmiş, fakat özellik vektörü veri sayısı dalgacık dönüşümüne göre üç kat daha fazla olduğundan hesap yükü fazlalaşmış ve sınıflandırma süresi yaklaşık üç kat artmıştır.
Özet (Çeviri)
In this study, Normal, Rbbb, Lbbb and Pace ECG data was examined. Wavelet and Fourier Transform has been used for Feature Extraction. By this way, classification has been realised the shortest time and the less data size.Feature Vectors extracted from original signals with Wavelet Transform, have been classified 72 % accuracy. It has also taken successfully results with FFT. But Feature Vector size has been approximately three times bigger than Wavelet Transform and the classification time has increased approximately three times.
Benzer Tezler
- R peak detection with wavelet transform
Dalgacık dönüşümü ile R tepesi belirlenmesi
CEM SAKARYA
Yüksek Lisans
İngilizce
2013
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SAMİ ARICA
- Yapay sinir ağları tabanlı topluluk öğrenme yöntemi ile ekg sinyallerinin sınıflandırılması
Classification of ecg signals with artificial neural network based ensemble learning method
ASHA WANYENZE
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLAY TEZEL
- 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
RAHİME CEYLAN
Doktora
Türkçe
2009
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YÜKSEL ÖZBAY
PROF. DR. BEKİR KARLIK
- Telemedikal elektrokardiyografi sinyallerin yapay sinir ağları ile değerlendirilmesi
Evaluation of telemedical electrocardiograph signals using artificial neural network
YASHAR M. JWMAH
Yüksek Lisans
Türkçe
2010
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUNQİTH SALEEM DAWOOD
PROF. DR. OSMAN NURİ UÇAN
- EKG sinyallerinin hastalık teşhisi için analizi
Analysis of electrocardiography signals to diagnose disease
FUAT SEZER
Yüksek Lisans
Türkçe
2023
KardiyolojiDokuz Eylül Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. UMAY ZEYNEP UZUNOĞLU KOÇER