Geri Dön

Üçüncü düzey taşınabilir cihaz kayıtları için dinamik sinir ağları kullanarak uyku apnesi tespiti

Sleep apnea detection by dynamic neural networks for third level portable equipment records

  1. Tez No: 372834
  2. Yazar: SHALALEH JALALİ CHAYCHİ
  3. Danışmanlar: DOÇ. ATİLA YILMAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 111

Özet

Bu çalışmada taşınabilir Sayısal Holter Cihazından evde ve hastane ortamında alınan veriler üzerinde dinamik sinir ağları yordamları kullanarak Uykuda Solunum Durması (USD) sorununun tanısı gerçekleştirilmiştir. Önceki çalışmalarda hem polisomnografi (PSG) cihazından hem de taşınabilir cihazdan eşzamanlı veriler toplanmış ancak taşınabilir kayıt cihazları verileri için tanı amaçlı apne analizi tamamlanmamıştır. Bu çalışmada holter cihazından alınan kayıtlar, taşınabilir kayıt cihazının veri kalitesini inceleme ve arttırma çerçevesinde ele alınmıştır. Bu veriler çeşitli gürültü kaynaklarına maruz kaldıkları için önce dalgacık dönüşümü kullanarak sinyaller üzerinde gürültü süzme işlemi gerçekleştirilmiştir, daha sonra elektrokardiografi (ECG) sinyalinin olağandışı R-R bölütlerini temizlemek amacıyla sinyal temizleme yordamı kullanılmıştır. Gürültüsü giderilen üç veri kanalından ECG sinyali için QRS sezimi gerçekleştirilerek Kalp Hızı Değişimi (KHD) bilgisi apne tanı yordamında kullanmak üzere hazırlanmıştır. Daha önceki çalışmalarda PSG verileri üzerinden yapılan Sinir Ağları tabanlı yordamlar ele alınmış ve holter cihazının özellikleri çıkarılan hava akışı, Spo2 ve ECG sinyalleri üzerinde Zaman Gecikmeli Sinir Ağları tabanlı yordamlar kullanarak tanı amaçlı apne sezimi yapılmıştır. Hastahane ortamında apne varlığını skorlamak amacıyla Hacettepe Üniversitesi Göğüs Hastalıkları Anabilim dalındaki uzmanlarla gerekli bağlantılar gerçekleştirilmiş ve sinir ağlarının gerek duyduğu danışmanlı veri seti elde edilmiştir. Sonuçlar değerlendirildiğinde üçlü veri seti ile %85'e varan bir duyarlılık ve %79'a varan seçicilik başarısı elde edilmiştir.

Özet (Çeviri)

In this study, dynamic neural networks based procedures have been developed to perform detection of Sleep Apnea Syndrome (SAS) for the data recorded by holter device at home and hospital sleep room. Previous studies mainly concentrated on collecting similar data simultaneously from both developed portable device and Polysomnography (PSG), however studies of detecting apnea episodes for the portable device has not been completed before. In the framework of analyzing and improving the quality of data obtained from portable monitoring devices, records have been discussed. Data recorded in this study are subjected to various noises. First denoising process was performed on data using wavelet transform, then signal pruning procedure was applied for cleaning unusual R-R segments of electrocardiography (ECG) signals. For the noise eliminated ECG signals recorded from three data channel, data set for performing the QRS detection and heart rate variability (HRV) was prepared for apnea diagnostic procedure. Neural Networks based procedures of PSG data from previous studies were discussed and apnea detection algorithm was implemented on features extraxted from airflow, Spo2 and ECG signals of holter recording devices by using time delay neural networks. In order to detect apnea in the hospital environment, the necessary connections with specialists in Chest Diseases department of Hacettepe University have been arranged and supervised data set which neural networks require have been obtained and classified. Evaluation of the results shows that using all data presents the success of %85 sensitivity and %79 specificity.

Benzer Tezler

  1. Uyku apne için ön tanı amaçlı üçüncü düzey holter cihazı tasarımı ve sinir ağları tabanlı uyku apne sezimi

    Design of third level prediagnosis holter recorder and neural network based detection for obstructive sleep apnea

    TOLGA DÜNDAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Elektrik ve Elektronik MühendisliğiHacettepe Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ATİLA YILMAZ

  2. A new SPGR based energy-efficient routing technique for ad-hoc networks

    Tasarsız mobil ağlar için SPGR temelli enerji verimli yeni bir yönlendirme tekniği

    FİDAN GARAYLI

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. SEMA FATMA OKTUĞ

  3. Uzaktan algılama sistemleri ile İstanbul'da atmosferik sınır tabaka ve hava kalitesi etkilerinin araştırılması

    Investigation of atmospheric boundary layer and itseffect of air quality based on remote sensing in Istanbul

    HANDE TEMUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Meteorolojiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ DENİZ

  4. Zaman gecikmeli yapay sinir ağları tabanlı apne tespiti ve karşılaştırmalı analizi

    Time delay neural network based apnea detection and comparative analysis

    ONUR PEKER

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiHacettepe Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ATİLA YILMAZ

  5. Bilişim sistemlerindeki gelişmelerin işletme yönetimine etkileri, yönetim bilişim sistemleri geliştirme ve bir uygulama örneği

    Effects of the evoluation of information systems on management, management information systems development and an example of its application

    ZUHAL TANRIKULU

    Doktora

    Türkçe

    Türkçe

    1999

    İşletmeİstanbul Üniversitesi

    Organizasyon ve İşletme Politikaları Ana Bilim Dalı

    PROF. DR. EROL EREN