Geri Dön

Recognizing and classifying fetal heart rate signals with a self-organizing algorithm

Fetal monitor sinyallerinin 'self-organizing' yöntemiyle tanınması ve sınıflandırılması

  1. Tez No: 24114
  2. Yazar: KADİR ÖZDEMİR
  3. Danışmanlar: PROF. DR. ÜNAL YARIMAĞAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: örüntü tanıma, Sinir ağları, Karhunen Loeve açılımı, Karhunen-Loeve açılımı, FHR, Pattern recognition, Classification, Feature extraction, Karhunen Loeve expansion, Neural network, Karhunen-Loeve expansion, Nerve net
  7. Yıl: 1992
  8. Dil: İngilizce
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

XV ÖZET FETAL MONITOR SİNYALLERİNİN“SELF-ORGANIZING”YÖNTEMİYLE TANINMASI VE SINIFLANDIRILMASI Kadir ÖZDEMİR Bu tezin amacı, kardiotokogramdan alınan bebek kalp atım sinyallerinin orüntü tanıma ve sinir ağları ile tanınması ve sınıflandırılmasıdır, örüntü tanıma, özellik çıkarma ve sınıflandırma aşamalarından oluşur, özellik çıkarma aşaması Karhunen Loeve açılımı ile gerçekleştirilirken, sınırlandırma aşamasında yeni bir“self-organizing”sinir ağı algoritması geliştirilmiştir. Bu çalışmada 676 anne adayına ait 3731 sinyal kullanılmıştır. Bu sinyallerden 500 anne adayına ait olanları, kadın doğum doktoru tarafından test grubu olarak belirlenmiş ve bunlar iyi sonuçlanan ve kötü sonuçlanan doğumlar olmak üzere iki gruba ayrılmıştır. Doktorun sonuçları ile oluşturulan sistemin sonuçları karşılaştırılmış ve sistemin iki hafta arayla kaydedilmiş on dakikalık iki sinyal ile %70, üç sinyal ile %89 ve dört sinyal ile %97'nin üzerinde doğum sonucunu tahmin ettiği görülmüştür.

Özet (Çeviri)

Ill SUMMARY RECOGNIZING AND CLASSIFYING FETAL HEART RATE SIGNALS WITH A SELF-ORGANIZING ALGORITHM Kadir ÖZDEMİR The aim of this study is to evaluate and classify fetal heart rate (FHR) signals from cardiotocograph tracings using pattern recognition techniques and neural networks. The problem of pattern recognition is usually divided into two stages: feature extraction and classification. We achieve the feature extraction phase by the Karhunen Loeve expansion while, for the classification stage, a new unsupervised neural network algorithm is developed. To validate the model and the program developed in this thesis, 3731 tracings are used from a pool of 676 pregnant women. Clinical validation is performed on a sample of randomly selected 500 pregnant women from which 334 were subsequently identified as having normal outcome and 166 as having bad outcome. The predictive value of our model is over %70 when two ten-second FHR are used, over %89 when three and over % 97 when four.

Benzer Tezler

  1. Tez No

    805731

    Physical expression of social organization and societal structuring in mosque architecture: Evaluation of contemporary mosques in Ankara, Turkey.

    Sosyal organizasyon ve toplumsal yapinin cami mimarisinde temsili: Çağdaş camilerin değerlendirilmesi. Ankara, Türkiye.

    SERKAN MERTYÜREK

    Doktora

    İngilizce

    İngilizce

    2023

    İç Mimari ve DekorasyonÇankaya Üniversitesi

    İç Mimarlık Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÜLER UFUK DEMİRBAŞ

  2. Tez No

    807744

    Artificial intelligence assisted drop pattern analysis and RNAseq profiling for early diagnosis and follow-up of bladder cancer

    Mesane kanserinin erken tanı ve takibinde yapay zeka destekli damla motif analizi ve RNAseq profilleme

    RAMİZ DEMİR

    Doktora

    İngilizce

    İngilizce

    2023

    Moleküler TıpKoç Üniversitesi

    Tıbbi Genetik Ana Bilim Dalı

    PROF. DR. DEVRİM GÖZÜAÇIK

  3. Tez No

    850488

    Biyosınıflandırma ve analiz aracı tasarım ve gerçekleştirimi

    Bio-classification and analysis tool design and implementation

    HÜSEYİN ATASOY

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİskenderun Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YAKUP KUTLU

  4. Tez No

    703238

    Klasik Türk müziği makamlarının sınıflandırılması ve tespiti

    Classification and detection of classic Turkish music maqams

    MERT KAYIŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Elektrik ve Elektronik MühendisliğiGazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. FIRAT HARDALAÇ

  5. Tez No

    538773

    Raspberry Pi kartı kullanarak nesne tespit ve takip robotunun tasarımı ve modellenmesi

    Design and modeling of object detection and tracking robot with using raspberry Pi

    TANER YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Mekatronik MühendisliğiFırat Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET ÇAVAŞ

    DR. ÖĞR. ÜYESİ MUZAFFER ASLAN

Geri Dön