Geri Dön

Biyomedikal seslerin analizi ve sınıflandırılması

Analysis and classification of biomedical sounds

PDF İndir

  1. Tez No: 380893
  2. Yazar: FATMA ZEHRA GÖĞÜŞ
  3. Danışmanlar: PROF. DR. BEKİR KARLIK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Selçuk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 126

Özet

Biyomedikal sesler vücudun üretmiş olduğu seslerdir. Kalp sesi, solunum sesi gibi vücudun bir alanından ya da organlardan gelen sesler steteskop aracılığı ile dinlenilebilmektedir. Seslerin varlığı, yokluğu veya normalden farklı olması herhangi bir hastalığın belirtisi olabilmektedir. Bu nedenle vücuttan steteskop ile dinlenilen biyomedikal sesler uzmanlar tarafından yorumlanarak hastalık teşhisinde kullanılmaktadır. Ancak bu şekilde yapılan teşhisler bir takım kısıtlamalara ve dezavantajlara sahiptir. Son zamanlarda, mühendislik, bilgisayar ve elektronik alanlarında meydana gelen gelişmeler, bu kısıtlamaların üstesinden gelerek, seslerin sayısal ortamlarda daha güvenilir ve daha kaliteli bir şekilde dinlenilmesini ve analizini mümkün kılmıştır. Bilgisayar destekli işaret işleme ve makine öğrenmesi algoritmaları sayesinde, vücut seslerinin sayısal ortamlarda analizi ile çeşitli hastalıkların teşhisi yapılabilmektedir. Bu tez kapsamında akciğer, kalp ve konuşma biyomedikal ses işaretlerinin analizi ve sınıflandırılması işlemleri gerçekleştirilmektedir. Analiz amacıyla hızlı Fourier dönüşümü (HFD), otoregresif (AR) ve otoregresif hareketli ortalama (ARMA) metotları, ayrık ve paket dalgacık dönüşüm yöntemleri kullanılmaktadır. Tez çalışmasında, yapay sinir ağları (YSA), k-en yakın komşuluk (K-NN), destek vektör makineleri (DVM), Naive Bayes ve bulanık K-NN makine öğrenmesi yöntemleri kullanılarak ses işaretlerinin sınıflandırılması sağlanmıştır. Bu sayede, seslerin üretildiği organ ya da sisteme ait çeşitli hastalıkların teşhisinin sayısal ortamda yapılabilmesi amaçlanmıştır.

Özet (Çeviri)

Biomedical sounds are the sounds which are produced by the body. Sounds from organs or area of the body such as heart sounds, lung sounds can be heard via stethoscope. The presence and absence of these sounds, or being different from usual may be indicative of variety problems related to the organs or systems. Therefore biomedical sounds which are heard with the stethoscope from body are used in the diagnosis of disease by interpreting listened sounds by experts. However, diagnosis which is made in this way has a number of limitations and disadvantages. Lately developments occurring in the computer and electronics technology overcome these constraints and make it possible to listen to and analysis of biomedical sounds more reliable and more quality in the digital environment. Due to computer-aided signal processing and machine learning algorithms, analysis of body sounds can be carried out. In this way, diagnosing of various diseases can be performed. In this thesis, analysis and classification of lung, heart and speech biomedical sounds are carried out. Fast Fourier transform (FFT), autoregressive (AR) and autoregressive moving average (ARMA) methods, discrete wavelet and wavelet package transforms are used to analyze. In this thesis, classification of sounds are provided through artificial neural networks (ANN), k-nearest neighbor (K-NN), support vector machines (SVM), Naive Bayes and fuzzy K-NN machine learning methods. And whereby, it is intended through that diagnosing of various diseases belong to organ or systems in the digital environment.

Benzer Tezler

  1. Tez No

    754145

    Patolojik seslerin tanısı için derin öğrenme tabanlı tıbbi karar destek sisteminin geliştirilmesi

    Development of a deep learning-based medical decision support system for the diagnosis of pathological voices

    İREM BİGAT

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    BiyomühendislikTOBB Ekonomi ve Teknoloji Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. OSMAN EROĞUL

  2. Tez No

    139431

    A Digital signal processing based instrument for real-time classification of pulmonary sounds

    Gerçek zamanda çalışan digital signal processing tabanlı solunum sesleri sınıflandırıcı

    SAMEER ALSMADİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2003

    Tıbbi BiyolojiBoğaziçi Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YASEMİN KAHYA

  3. Tez No

    827867

    Classification of abnormal respiratory sounds using deep learning techniques

    Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması

    AHAMADI ABDALLAH IDRISSE

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. OKTAY YILDIZ

  4. Tez No

    632406

    Accurate classification of heart sound signals forcardiovascular disease diagnosis using wavelet analysiswith machine learning and deep learning methodologies

    Makine öğrenmesi ve derin öğrenme yöntemleri ile dalgacık analizi kullanılarak kalp ses sinyallerinin kardiyovasküler hastalık tanı amaçlı doğru sınıflandırılması

    AFRAH ELFATIH FARAH MALIK

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    BiyomühendislikErciyes Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET EMİN YÜKSEL

  5. Tez No

    479238

    Uyku esnasında çıkan seslerin sınıflandırılması

    Classification of emerging sounds during the sleep

    ERKİN KILIÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilim ve TeknolojiBaşkent Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AYKUT ERDAMAR

Geri Dön