Geri Dön

Use of genetic algorithm for selection of regularization parameters in multiple constraint inverse ECG problem

Çok kısıtlı ters EKG probleminde düzenleştirme parametrelerinin seçiminde genetik algoritma kullanılması

  1. Tez No: 286137
  2. Yazar: ALİREZA MAZLOUMİ GAVGANİ
  3. Danışmanlar: YRD. DOÇ. DR. YEŞİM SERİNAĞAOĞLU DOĞRUSÖZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyomühendislik, Elektrik ve Elektronik Mühendisliği, Bioengineering, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2011
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 122

Özet

İleri ve geri elektrokardiyografi (EKG) problemlerinde ana hedef kalbin elektriksel aktivitesinin daha iyi bir şekilde anlaşılmasıdır. İleri EKG probleminde, kalpteki elektriksel kaynakların biliniyor olduğu varsayılarak vücut yüzeyi potansiyel (VYP) dağılımı (ölçümler) elde edilmektedir. Sonuç, kaynakları ölçümlerle ilişkilendiren, gövdenin matematiksel bir modelidir. Geri EKG probleminde ise, VYP ölçümleri ve ileri problem çözümünden gelen gövdenin matematiksel modeli kullanılarak elektriksel kaynaklar kestirilmektedir. Geri EKG problemi kötü konumlanmış bir problemdir ve güvenilir bir sonuç elde edebilmek için düzenlileştirme uygulanması gerekmektedir. Bu alanda en çok kullanılan yöntem Tikhonov düzenlileştirme metodudur. Bu yöntem, çözümün gerçek değerlerine yakınlığı ve çözümün göstermesi beklenen özellikler (kısıtlar) arasında bir ödünleşim gerçekleştirir. Bu ödünleşim, L-eğrisi (L-curve) yöntemiyle kolaylıkla hesaplanan bir düzenlileştirme parametresiyle kontrol edilebilmektedir. Teorik olarak maliyet fonksiyonunun birden fazla kısıt içermesi sağlanabilir. Fakat bu kısıtların her biri için ayrı bir düzenlileştirme parametresinin bulunması problem oluşturmaktadır. Bu tezin amacı, geri EKG problemini birden fazla kısıt kullanıldığı durumda çözmek için genetik algoritma (GA) optimizasyonu kullanarak düzenlileştirme parametrelerini hesaplamaktır. Sonuçlar iki uzamsal kısıt, bir uzamsal bir de zamansal kısıt, ve iki uzamsal bir zamansal kısıt olduğu durumlar için elde edilmiştir. Bu sonuçlar, Tikhonov düzenlileştirmesi sonuçları ve birbirleriyle karşılaştırılmışlardır. Sonuç olarak, GA yöntemi ile doğru düzenlileştirme parametreleri bulounabilmektedir, ve birden fazla kısıt kullanmak çözümde iyileşmelerin olmasını sağlamaktadır.

Özet (Çeviri)

The main goal in inverse and forward problems of electrocardiography (ECG) is to better understand the electrical activity of the heart. In the forward problem of ECG, one obtains the body surface potential (BSP) distribution (i.e., the measurements) when the electrical sources in the heart are assumed to be known. The result is a mathematical model that relates the sources to the measurements. In the inverse problem of ECG, the unknown cardiac electrical sources are estimated from the BSP measurements and the mathematical model of the torso. Inverse problem of ECG is an ill-posed problem, and regularization should be applied in order to obtain a good solution. Tikhonov regularization is a well-known method, which introduces a trade-off between how well the solution fits the measurements and how well the constraints on the solution are satisfied. This trade-off is controlled by a regularization parameter, which can be easily calculated by the L-curve method. It is theoretically possible to include more than one constraint in the cost function; however finding more than one regularization parameter to use with each constraint is a challenging problem. It is the aim of this thesis to use genetic algorithm (GA) optimization method to obtain regularization parameters to solve the inverse ECG problem when multiple constraints are used for regularization. The results are presented when there are two spatial constraints, when there is one spatial, one temporal constraint, and when there are two spatial one temporal constraints; the performances of these three applications are compared to Tikhonov regularization results and to each other. As a conlcusion, it is possible to obtain correct regularization parameters using the GA method, and using more than one constraints yields improvements in the results.

Benzer Tezler

  1. Çeşitli mikroşerit antenlerin karakteristik parametrelerinin farklı algoritmalarla eğitilen yapay sinir ağları ile hesaplanması

    Computation of characteristics parameters of various type microstrip antennas with the use of artificial neural networks trained by different learning algorithms

    SEYFETTİN SİNAN GÜLTEKİN

    Doktora

    Türkçe

    Türkçe

    2002

    Elektrik ve Elektronik MühendisliğiSelçuk Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. KERİM GÜNEY

  2. Çoklu doğum destek vektör makinelerde parametre seçimi için genetik algoritma kullanılması

    Using genetic algorithm for parameter selection in multiple birth support vector machines

    VOLKAN DURUKAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İstatistikKırıkkale Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. GÜVENÇ ARSLAN

  3. Kurumsal bilgisayar ağlarındaki trafik bilgisinin akıllı sistemler ile sınıflandırılması

    Intelligents systems with classification of traffic information in corporate computer networks

    FATİH ERTAM

    Doktora

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    PROF. DR. ENGİN AVCI

  4. Hipersezgisel yöntemlerle lojistik ağ tasarımı ve optimizasyon

    Logistic network design and optimization using hyperheuristic methods

    VURAL EROL

    Doktora

    Türkçe

    Türkçe

    2017

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT BASKAK

    PROF. DR. GÜLGÜN KAYAKUTLU

  5. Design of stiffened plates using soft computing techniques

    Esnek hesaplama teknikleri kullanarak takviyeli plakların tasarımı

    MEHMET TOLGA GÖĞÜŞ

    Doktora

    İngilizce

    İngilizce

    2010

    İnşaat MühendisliğiGaziantep Üniversitesi

    Mekanik Ana Bilim Dalı

    DOÇ. DR. ABDÜLKADİR ÇEVİK

    PROF. DR. MUSTAFA ÖZAKÇA