Detection and classification of QRS complexes from the ECR recordings
ECG sinyallerinden QRS kompleks bulma ve sınıflandırma
- Tez No: 237602
- Danışmanlar: YRD. DOÇ. DR. YEŞİM SERİNAĞAOĞLU DOĞRUSÖZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
- Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: 118
Özet
Elektrokardiyografi kalp rahatsızlıkları teşhisinde kullanılan müdahalesiz, en önemli yöntemdir. EKG yorumlama programları doktorlara doğru teşhisi koyup, gereğini yapabilmeleri için yardımcı olmaktadırlar. Yorumlama programlarında ilk aşamagenellikle atımlardaki QRS komplekslerini bulmaktır. Bu tezin ana amacı, sağlam ve yüksek performanslı QRS komplekslerini bulma algoritmaları geliştirmek ve bulunan QRS komplekslerini kullanarak, atımları patolojilerine göre sınıflandırmaktır. Performansların değerlendirilmesi için, bu algoritmalar, kalp elektrofizyolojisi araştırmaları için geliştirilmiş olan“Massachusetts Institute ofTechnology Beth Israel Hospital (MIT-BIH) ”veri tabanında test edilip, sonuçları karşılaştırılmıştır.Bu tezde, literatürden umut verici dört algoritma seçilerek uygulanmıştır: türeve bağlı bir metot (Metot I), sayısal filtre metodu (Metot II), EKG sinyallerinin biçimsel özelliklerine dayalı Tompkin'in metodu (Metot III), ve yapay sinir ağı tabanlı QRS bulma metodu (Metot IV). Her bir metodun duyarlılık ve pozitif kestirim değerleri, toplamda, literatürde belirtilen değerlerle uyumlu olarak, %99'un üzerinde bulunmuştur. Metot III, %99.93 duyarlılık ve %100.00 pozitif kestirim değerleri ile diğerleri arasında toplamda en iyi performansı göstermiştir.Bulunan QRS komplekslerinde bazı öznitelikler çıkartılıp, bunlara göre bazı atım tiplerinin sınıflandırması yapılmıştır. Bulunan atımların sınıflandırması için bu tezde, literatürden üç metot alınarak uygulanmıştır: K. en yakın komşu metodu (Metot I), sinir ağları tabanlı bir metot (Metot II), ve kural tabanlı bir metot (Metot III). Metot I ve Metot II'nin duyarlılık değerleri %92.96'nın üzerinde bulunmuştur.Bulunan bu değerler de literatürde belirtilen değerlerle uyumludur. Kural tabanlısınıflandırma metodu (Metot III) sonuçları, MIT-BIH veri tabanı anotasyonları ileçok uyumlu bulunmamıştır. Metot II, %95.24 duyarlılık değeri ile en iyi sonuçlarıvermiştir.
Özet (Çeviri)
Electrocardiography (ECG) is the most important noninvasive tool used for diagnosing heart diseases. An ECG interpretation program can help the physician state the diagnosis correctly and take the corrective action. Detection of the QRS complexes from the ECG signal is usually the first step for an interpretation tool. The main goal in this thesis was to develop robust and high performance QRS detection algorithms, and using the results of the QRS detection step, to classify these beats according to their different pathologies. In order to evaluate the performances, these algorithms were tested and compared in Massachusetts Institute of Technology Beth Israel Hospital (MIT-BIH) database, which was developed for research in cardiac electrophysiology.In this thesis, four promising QRS detection methods were taken from literature and implemented: a derivative based method (Method I), a digital filter based method (Method II), Tompkin?s method that utilizes the morphological features of the ECGsignal (Method III) and a neural network based QRS detection method (Method IV). Overall sensitivity and positive predictivity values above 99% are achieved with each method, which are compatible with the results reported in literature. Method IIIhas the best overall performance among the others with a sensitivity of 99.93% and a positive predictivity of 100.00%.Based on the detected QRS complexes, some features were extracted and classification of some beat types were performed. In order to classify the detected beats, three methods were taken from literature and implemented in this thesis: a Kthnearest neighbor rule based method (Method I), a neural network based method (Method II) and a rule based method (Method III). Overall results of Method I and Method II have sensitivity values above 92.96%. These findings are also compatiblewith those reported in the related literature. The classification made by the rule based approach, Method III, did not coincide well with the annotations provided in the MIT-BIH database. The best results were achieved by Method II with the overallsensitivity value of 95.24%.
Benzer Tezler
- Elektrokardiyogram vurularının GAL ağı yardımıyla sınıflandırılması
Classification of electrocardiogram beats using GAL network
SELİN METİN
Yüksek Lisans
Türkçe
2002
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET KORÜREK
- Bulanık (Fuzzy) sınıflayıcılarla EKG şekil bozukluklarının belirlenmesi
Detection of ECG shape changes by using fuzzy classifiers
ZÜMRAY DOKUR
- Otomatik aritmi dedeksiyonu
Başlık çevirisi yok
GÜNNUR ALANYALI
Yüksek Lisans
Türkçe
1993
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDOÇ.DR. MEHMET KORÜREK
- Homomorfik filtreleme ile EKG analizi
Başlık çevirisi yok
HÜSEYİN HIZ
Yüksek Lisans
Türkçe
1995
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ.DR. MEHMET KORÜREK
- 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