Parçacık sürü optimizasyonuna dayalı yeni bir aritmi sınıflama yöntemi
A new arrhythmia classification method based on particle swarm optimization
- Tez No: 251003
- Danışmanlar: DOÇ. DR. MEHMET KORÜREK, DOÇ. DR. MUSTAFA YILDIZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
- Sayfa Sayısı: 123
Özet
Bu çalışmada, kalbin elektriksel aktivitesi hakkında bilgi veren EKG'deki bozuklukların otomatik olarak teşhisine yönelik yeni bir yöntem öne sürülmüştür. Radyal tabanlı fonksiyon yapay sinir ağı ve parçacık sürü optimizasyonuna dayalı bu yöntemde, öznitelik elemanı olarak MIT-BIH aritmi veri tabanından alınan kayıtlardan ayıklanan altı farklı vuru tipine ait dört adet şekilsel öznitelik elemanı kullanılmıştır. Oluşturulan eğitim kümesi aracılığıyla radyal tabanlı fonksiyon yapay sinir ağının parametreleri parçacık sürü optimizasyonu ile optimize edilerek en uygun ağ yapısının bulunması hedeflenmiştir. Bulunan optimum ağ vasıtasıyla EKG vuruları sınıflandırılmıştır. Önerilen yöntem, geleneksel radyal tabanlı fonksiyon yapay sinir ağı eğitim algoritmaları ve k-en yakın komşu sınıflayıcı ile karşılaştırılmıştır. Yapılan karşılaştırma sonucunda önerilen yöntemin, sınıflama başarısından ödün vermeden çok daha küçük bir ağ yapısıyla EKG vurularını sınıfladığı gözlemlenmiştir.
Özet (Çeviri)
In this study, a new ECG beat classification method is proposed for automatically diagnosis of the heart beat failures. A radial basis function neural network which is evolved by the particle swarm optimization is proposed for the classification of the ECG beats. Four morphological features are extracted from six types of beats which are obtained from the MIT-BIH arrhythmia database. During the training phase of the proposed method, parameters of the radial basis function neural network are optimized by the particle swarm optimization to find the optimum network structure. Once the optimum network is obtained, the test set is classified by this network. Also, the proposed method is compared with the traditional radial basis function neural network training methods and the k-nearest neighbour classifier. It is observed that, the proposed method classifies the ECG beats with a smaller size of network without making any concessions on classification performance.
Benzer Tezler
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Elektrostatik tabanlı çok tepeli parçacık sürü optimizasyon algoritması ile çoklu daire algılama
Electrostatic based multimodel partical swarm optimization algorithms for multi circle detection
SOMAIYEH REZAI
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYDIN ÇETİN
- Kedi sürüsü optimizasyonuna dayalı yeni bir bulanık zaman serisi yaklaşımı
A new fuzzy time series approach based on cat swarm optimization
YASEMİN BURCU GÜNDOĞDU
Doktora
Türkçe
2018
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ÇAĞDAŞ HAKAN ALADAĞ
- Parçacık sürü optimizasyonuna dayalı bulanık zaman serisi yaklaşımı
Fuzzy time series forecasting method based on particle swarm optimization
ALİ ZAFER DALAR
Yüksek Lisans
Türkçe
2012
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. EROL EĞRİOĞLU
- Değiştir gözle, genetik algoritma ve parçacık sürü optimizasyon algoritmalarının fotovoltaik sistem verimine etkisinin incelenmesi
Investigation of the effect of perturb and observe, genetic algorithm and particle swarm optimization algorithms on photovoltaic system efficiency
ARJAN MUSADAQ TAHA TAHA
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiÇankırı Karatekin ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA TEKE