Comparision of different feature extraction methods to analysis lung sound signals
Akciğer ses sinyallerinin farklı öznitelik metodları kullanılarak karşılaştırılması
- Tez No: 282901
- Danışmanlar: PROF. DR. BEKİR KARLIK, PROF. DR. HALİL RIDVAN ÖZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: Fatih Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 142
Özet
Hekimler tarafından solunum seslerinin dinlemesinde kullanılan yöntemlerden biri olan steteskobun hekimin duyma kapasitesi, deneyimi ve hastalıkları birbirinden ayıran farklı sesleri ayırmadaki kabiliyetine bağlı olarak dezavantajları vardır. Ayrıca insan kulağı başlangıç durumundaki hastalıkları fark etmekte zorlanmaktadır. Objective değerlendirme için en güvenilir yol ölçülebilir ve kaydedilebilir olmasıdır.20 yüzyılın ikinci yarısından itibaren mühendislik, bilgisayar, elektronik, malzeme konularındaki gelişmeler tıp biliminin değişik dallarında uygulama alanı bulmuş, buna bağlı olarak elektronik teknolojisinde ve bilgisayar uygulamalarındaki ilerlemeler ile solunum seslerinin analizi de mümkün olmuştur. Bu sayede solunum seslerinin dinlenmesi ve bu seslerin ayırt edilerek her bir hastalığa ait seslerin bulunması ve sınıflandırılması üzerine çok fazla sayıda araştırma ve çalışma yapılmıştır.Teşhis ve tanı sistemlerinde kullanılan yöntemlerden biri olan sınıflandırma için en belirleyici özellik öznitelik vektörünün seçilmesidir. Öznitelik çıkarma, doğru sınıflandırma yapabilmenin en önemli aşamadır. Çıkarılan öznitelik vektörü işareti tanımlar ve sınıflandırma sonucunu etkiler.Bu çalışmanın amacı akciğer ses işaretleri üzerinde farklı öznitelik methodları uygulanarak, akciğer seslerinin sınıflandırmasında hangi öznitelik vektörünün daha iyi sonuç vereceği üzerinedir. Kullanılan öznitelik seçme metotları Hızlı Fourier Dönüşümü Fuzzy C Means Temel Bileşenler Analizi. Sınıflandırma için çok katmanlı Yapay Sinir Ağları yöntemi kullanılacaktır.Bu amaçla Gaziantep Üniversitesi, Tıp Fakültesi, Göğüs Hastalıkları Ana Bilim Dalı'na gelen solunum yolu hasta sesleri elektret kondenser mikrofon ile alınarak şu işlemlere tabi tutulmuştur. Ses almada örnekleme frekansı 8kHz ve 16 bittir. Analog süzme ile kalp, kas sesleri ile çevresel seslerin kirlettiği sesler süzülmüştür. Analog olarak süzülen ses 200. mertebeden fir1 bant süzgeçten geçirilmiştir.
Özet (Çeviri)
Stethoscope is commonly used device to listen respiration sounds. Although its widespread usage it has some disadvantages depending on hearing sensitivity of doctor, and his experience about distinguishing sounds of different diseases. In addition to these, human hear may not recognize some sounds that belong to early stage of illness. The most reliable method is measurability and recording ability for objective assessment.Advances in engineering, computers, electronics and materials have been applied on many different branches of clinical medicine starting from the second half of 20. century. The analysis of respiration sounds have became possible due to the advances in computer applications and electronic technology. In current literature, there are many researches and studies related to auscultating of respiration sounds, recognizing sounds of diseases and classification of these sounds.Feature extraction selection is the most decisive parameter for classification which is one of the used methods for decision making stage. Feature extraction phase is very crucial step to improve correct classification.Signals which are obtained from extraction phase define signal and affect classification results.The aim of this study to test different feature extraction methods on lung sound signals and observe the performance of these methods by gathered results from classification. Fast Fourier Transform, Fuzzy C means Clustering and Principle Component Analysis are used feature extraction methods. Furthermore, Multi Layer artificial neural network method used for classification.Pulmonary sounds are recorded in College of Medicine at University of Gaziantep. The frequency is 8 kHz and 16 bits during sampling stage. An analog filter is used to filter heart and muscle sounds from environmental noise. The sound which is filtered by analog methods is clarified by 200. grade Fir1 plaster. Analog signal is recorded to computer as sounds file directly via sound card.
Benzer Tezler
- Akciğer pet görüntülerinde bölütleme yöntemlerinin incelenmesi
Segmentation methods examination on lung cancer of pet images
KÜBRA ESET
Yüksek Lisans
Türkçe
2016
Mühendislik BilimleriErciyes ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEMRA İÇER
- Deep feature transfer from deep learning models into machine learning algorithms to classify COVID-19 from chest X-ray images
Göğüs röntgeni görüntülerinden COVID-19 sınıflandırması yapmak amacıyla derin öğrenme modellerinden makine öğrenmesi algoritmalarına derin öznitelik aktarımı
OZAN GÜLDALİ
Yüksek Lisans
İngilizce
2021
Matematikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜL İNAN
- Özellik tabanlı zaman serisi kümelemesi yöntemlerinin performanslarının karşılaştırılması
Comparision performances of feature-based time series clustering techniques via simulation studies
KÜBRA DURSUN
Yüksek Lisans
Türkçe
2020
İstatistikMuğla Sıtkı Koçman Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. NEVİN GÜLER DİNCER
- Yapay Zeka'nın robot görmesi üzerine uygulanması
An Application of robot vision in artificial intelligence
FUNDA PEHLİVAN
- A system implementation for analyzing and tracking motile objects in biomedical images
Biyomedikal görüntülerde hareketli nesnelerin analizi ve takibi için bir sistem gerçeklemesi
HAMZA OSMAN İLHAN
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NİZAMETTİN AYDIN