Elektrokardiyografi, fotopletismografi ve kalp sesi çoklu biyometriklerine dayalı kişi doğrulama: Cihaz ve sistem tasarımı
Person verification based on electrocardiography, photoplethysmography and heart sound multi-biometrics: Device and system design
- Tez No: 415323
- Danışmanlar: YRD. DOÇ. DR. İBRAHİM YÜCEL ÖZBEK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Haberleşme Bilim Dalı
- Sayfa Sayısı: 70
Özet
Bu tez çalışmasının temel amacı kalp sesi (KS), EKG ve PPG sinyallerini kullanarak kişi doğrulama yapmaktır. Bu amaç doğrultusunda tezde yapılan çalışmalar dört ana başlıkta özetlenebilir. Öncelikle KS, EKG ve PPG sinyallerini kaydetmek için gerekli elektriksel devreler tasarlanarak üretilmiştir. İkinci olarak üretilen cihazlar kullanılarak KS, EKG ve PPG sinyalleri 30 kişiden farklı seanslarda 4 kez ölçüm yapılmak suretiyle yeni bir veri tabanı oluşturulmuştur. Hazırlanan veri tabanı kişi doğrulama çalışmalarında kullanılmak üzere etiketlendirilmiştir. Üçüncü olarak veri tabanında bulunan KS, EKG ve PPG sinyalleri kullanılarak kişileri karakterize edecek örüntüler elde edilmiştir. Bu örüntüler kullanılarak kişileri karakterize eden öznitelik vektörleri elde edilmiştir. Dördüncü olarak elde edilen KS, EKG ve PPG öznitelik vektörleri kullanılarak DVM algoritması ile kişi doğrulaması yapılmıştır. Doğrulama esnasında öncelikle KS, EKG ve PPG öznitelikleri teker teker kullanılarak kişi doğrulama sonuçları bulunmuştur. KS, EKG ve PPG öznitelikleri birleştirilerek tek bir öznitelik vektörü haline dönüştürülmüş ve DVM algoritması ile kişi doğrulaması yapılmıştır. Son olarak KS, EKG ve PPG öznitelikleri teker teker kullanılarak DVM algoritması ile elde edilen kişi doğrulama sonuçları bir kural yardımıyla birleştirilmiş kişi doğrulama başarımı artırılmıştır. Deneysel sonuçlardan en iyi biyometrik EKG sinyali, ikinci iyi biyometrik KS sinyali, üçüncü iyi biyometrik ise PPG sinyalidir. KS, EKG ve PPG sinyalleri kullanılarak elde edilen doğrulama sonuçlarının birleştirilmesi ile en iyi sonuçlar elde edilmiştir.
Özet (Çeviri)
The purpose of this thesis is to realize an efficient and robust person verification system based on heart sound (HS), ECG, PPG biometrics. This thesis consists of four main parts. In the first part, the design and realization of the electronic recording systems related to HS, ECG and PPG signals are explained. Second part of the thesis describes the construction of the database used in this thesis. The database contains HS, ECG and PPG signals measured and recorded using designed circuits. There are 30 subjects in the database and all of the data are labelled to be used in person verification. The third part of the thesis is deal with the analysis of signal in database. In this part, the pattern structure representing characterization of each person are extracted from HS, ECG and PPG signals. Moreover, the feature sets are also extracted from these pattern structure in this part. The verification based on support vector machine (SVM) is the final part of the thesis. Three methods are applied in verification stage. In the first method, the single feature set HS, ECG or PPG signal is used in verification task and their performances are examined. In the second method, the HS, ECG and PPG features are combined to produce a agumented single feature set and it is used in verification task and its performance is examined. In the final method, the verification results of each feature set are fused to obtain better verification results. For this purpose a decision rule is generated and fusion task is performed according to this rule. Experimental results show that the best single biometric in person verification is ECG signal, and HS and PPG are second and third best biometrics respectively. Moreover it is observed that the combination of verification results according to the decision rule gives the best results in compared results obtained from single and combined feature set.
Benzer Tezler
- Yapay zekâ tabanlı elektrokardiyografi sinyali ile kan basıncı tespiti
AI-based blood pressure detection with electrocardiography signal
DERYA KANDAZ
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR
- Çok parametreli invazif olmayan sağlık görüntüleme sistemi tasarımı
Non-invasive multi-parameter health monitoring system design
ÖMER OZAN KIRGIN
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiMaltepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NEVİN TAŞALTIN
- Automated diagnostic tool for hypertension using deep learning model
Derin öğrenme modelini kullanarak hipertansiyon için otomatik teşhis aracı
TUĞBA YILMAZ
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAHA ŞEN
- Giyilebilir kan basıncı ölçüm cihazının geliştirilmesi
Development of a wearable blood pressure monitor
HALİME KARAMAN
Yüksek Lisans
Türkçe
2022
Biyomühendislikİstanbul Üniversitesi-CerrahpaşaBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KORAY GÜRKAN
PROF. DR. SEDAT BALLIKAYA
- Uyku apnesi türlerinin sınıflandırılması
Classification of sleep apnea types
MEHMET FEYZİ AKŞAHİN
Doktora
Türkçe
2010
BiyomühendislikBaşkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN EROĞUL