Comparison of five regularization methods for the solution of inverse electrocardiography problem
Ters elektrokardiyografi probleminin çözümünde beş değişik düzenlileştirme yönteminin karşılaştırılması
- Tez No: 338312
- Danışmanlar: DOÇ. DR. YEŞİM SERİNAĞAOĞLU DOĞRUSÖZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kalp krizi, aritmi ve felç gibi koroner problemlerin dünyada önde gelen ölüm sebeplerinden olması nedeniyle kalbin elektriksel aktivitesinin anlaşılması çok önemlidir. İleri ve ters elektrokardiyografi (EKG) problemleri, kalbin elektriksel aktivitesi hakkında detaylı bilgi veren metotlardır. İleri EKG problemi, vücut yüzey potansiyellerinin eşdeğerli kardiyak kaynaklarından tahmin edilmesidir. Ters elektrokardiyografi problemi ise kalpteki elektriksel kaynakların tahmini için vücut yüzeyinden elde edilen potansiyel ölçümlerinin kullanılması olarak tanımlanabilir. Göğüs kafesinde meydana gelen yumuşama ve zayıflamadan dolayı, ters EKG problemi kötü konumlanmıştır ve transfer matrisi kötü durumdadır. Bundan dolayı sabit ve doğru bir çözüm bulmak için düzenlileştirme gerekmektedir. Bu tezde kalbin elektriksel aktivitesini temsil etmek için epikardiyal potansiyeller eşdeğer kardiyak kaynakları olarak kullanılmıştır ve beş farklı düzenlileştirme metodunun performansları karşılaştırılmıştır. Bunlar; TSVD, LSQR, TTLS, Lanczos TTLS ve Tikhonov düzenlileştirme metotlarıdır. Sonuçlar ilinti sayısı ve RDMS ölçümleri kullanılarak niteliksel olarak incelenmiştir. Ek olarak gerçek ve yeniden düzenlenmiş yüzey potansiyel dağılımları niteliksel olarak karşılaştırılmıştır. Vücut yüzey potansiyel ölçümleri değişik seviyedeki ölçüm gürültüleri ile simule edilmiştir. Ayrıca geometrik hata olarak, kalbin şekli ve matematiksel gövde modelindeki yeri değiştirilmiştir. Test sonuçlarımıza göre, ters EKG probleminin çözümünde, düzenlileştirme metotlarının performansları gürültünün şekline ve miktarına göre değişmektedir.
Özet (Çeviri)
Understanding heart?s electrical activity is very important because coronary problems -such as heart attacks, arrhythmia and stroke- are the leading cause of death in the world. Forward and inverse problems of electrocardiography (ECG) are methods that provide detailed information about the electrical activity of the heart. Forward problem of electrocardiography is the estimation of body surface potentials from equivalent cardiac sources. Inverse problem of electrocardiography can be described as estimation of the electrical sources in the heart using the potential measurements obtained from the body surface. Due to spatial smoothing and attenuation that occur within the thorax, inverse ECG problem is ill-posed and the transfer matrix is ill-conditioned. Thus, regularization is needed to find a stable and accurate solution. In this thesis, epicardial potentials used as equivalent cardiac sources to represent electrical activity of the heart and performances of five different regularization methods are compared. These regularization methods are Tikhonov regularization, truncated singular value decomposition, least squares QR factorization, truncated total least squares, and Lanczos truncated total least squares. Results are assessed qualitatively using correlation coefficient (CC) and relative difference measurement star (RDMS) measures. In addition, real and reconstructed surface potential distributions are compared qualitatively. Body surface potential measurements are simulated with different levels of measurement noise. Geometric errors are also included by changing the size and the location of the heart in the mathematical torso model. According to our test results, the performances of the regularization methods in solving the inverse ECG problem depend on the form and amount of the noise.
Benzer Tezler
- Exploiting clustering patterns in training sets to improve classification performance of fully connected layers
Tam bağlantılı katmanların sınıflandırma performansını iyileştirmek için eğitim setlerindeki kümeleme örüntülerinden faydalanma
TOLGA AHMET KALAYCI
Doktora
İngilizce
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. UMUT ASAN
- Kısıtlı veri ile yorulma çatlağı ilerleme hızı tahmini: Yapay ve fizik bilgili sinir ağlarının karşılaştırmalı analizi
Fatigue crack growth rate prediction with limited data: A comparative analysis of artificial and physics-informed neural networks
AZİM HASANOV
Yüksek Lisans
Türkçe
2026
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MESUT KIRCA
- Ovarian tumor classification with CNNs: Architecture comparison and the impact of data augmentation
CNNs ile yumurtalık tümörü sınıflandırması: Mimari karşılaştırması ve veri artırmanın etkisi
FAWAD KHAN
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBeykoz ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZLEM FEYZA ERKAN
- Türkiye'de enflasyon oranının yapay zekâ ile tahmini: Makine öğrenmesi ve derin öğrenme yöntemlerinin karşılaştırılması
Forecasting of inflation rate with artificial intelligence in Türkiye: Comparison of machine learning and deep learning methods
YUNUS EDİZ
Doktora
Türkçe
2026
EkonometriManisa Celal Bayar Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. İLKAY DİLBER
- Utilization of catboost algorithm to enhance investment and bidding strategy in the construction industry
Nşaat sektöründe yatırım ve ihale stratejisini geliştirmek için catboost algoritmasının kullanılması
FILIPP LIGAY
Yüksek Lisans
İngilizce
2026
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ONUR BEHZAT TOKDEMİR