EKG işaretlerinden çok katmanlı algılayıcılı sinir ağı kullanarak aritmilerin tespiti
ECG signals used on arrhytmia diagnosis with multilayer perceptraon neural network
- Tez No: 436416
- Danışmanlar: DOÇ. DR. MAHMUT HEKİM
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Gaziosmanpaşa Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 50
Özet
EKG (Elektrokardiyogram) işaretleri kalbin işleyişi ve yapısı hakkında bilgi veren önemli kaynaklardan biridir. EKG, kalpte oluşan kasılma ve gevşemelerin uygun kayıt ortamında kaydedilmesi ile elde edilir. Kalbin işleyişinde meydana gelen bir bozukluk EKG işaretlerine de yansıyacağı için bu işaretler yardımı ile kalpte oluşan bozuklukları tespit etmek mümkündür. Aritmi (ritim bozukluğu) ise kalbin periyodik işleyişinde meydana gelen düzensizliklere verilen genel isimdir. Aritmiler çevresel ve kalıtsal tabanlı sebeplerden meydana gelmektedir. Aritmiler kalbin hangi bölümünde oluşursa oluşsun EKG işaretinde aynı bölgeyi temsil eden yere yansıyacağı için, EKG işaretlerinde aritmileri görmek mümkündür. Bu çalışmada, sağlıklı ve ritim bozukluğu olan bireylerden alınan EKG işaretleri zamansal sınırlara dayalı olarak 10'ar dakikalık segmentlere bölünmektedir. Her bir segment kabul edilen zamansal sınırlamalara göre aritmiler hakkında bilgi veren dalga ve aralıklara ayrıştırılmakta, elde edilen her bir dalga ve aralığın özellik vektörleri temel istatiksel parametrelerden biri olan aritmetik ortalama yaklaşımı kullanılarak hesaplanmaktadır. Elde edilen özellik vektörleri çok katmanlı algılayıcı sinir ağı (ÇKASA) temelli sınıflayıcıya giriş olarak kullanılarak kalpte meydana gelen aritmiler tespit edilmektedir. Son olarak, ÇKASA temelli sınıflayıcının toplam doğru sınıflandırma başarısı ROC analizi ve karşıtlık matrisi ile değerlendirilmektedir. Sonuç olarak, önerilen yaklaşımın EKG işaretlerinden aritmi tespitinde yüksek sınıflandırma doğruluk oranlarına ulaştığı gösterilmektedir.
Özet (Çeviri)
ECG signals are one of the important sources informing about the working and nature of heart. ECG is obtained by recording of spasm and relaxation of heart in appropriate environment. As a disorder happening in the working of heart will reflect the ECG signals, it is possible to diagnosed disorders with the aid of these signals. Arrhythmia (rhythm disorders) is a name given to the disorders that happens in periodic working of heart although. Arrhythmias are occured because of environmental and genetic reasons. No matter in which point of heart arrhythmias occur, it is possible to see them at ECG signals as it will reflect to the same area. At this research ECG signals that are taken from individuals healty and having arrhythmia disorder are divided in tens minutes segments according as the criteria of time. Every segment is seperated into wave and time space informing about arrhythmias as to accepted limitation of time, feature vectors of every accepted wave and time space are calculated using arithmetic average approach that is one of the fundamental statistical parameters. Arrhythmias occuring at heart are fixed by using obtained feature vectors multılayer perceptron neural network (MPNN) as entrance to permanent sorter. Lastly, total correct classification success of MPNN permanent sorter is estimated with ROC analysis and opposition matrix. As a consequence, it is pointed out that advised approach in arrhythmia diagnosis with ECG signals reached to high classification accuracy percentages.
Benzer Tezler
- Elektrokardiyografi (EKG) sinyallerinin aritmi tespiti için yapay zeka yöntemleri ile sınıflandırılması
Classification of electrocardiography (ECG) signals by artificial intelligence methods for determining arrhythmia
İBRAHİM ÇELİK
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiMersin ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. EVREN DEĞİRMENCİ
PROF. DR. ALİ AKDAĞLI
- EMG işareti ile protez elin değişken hızla denetimi: Donanım, yazılım ve algoritmik yöntemler
Control of variable speeds prosthetic hand by using EMG: Hardware, software and algorithmic methods
CENGİZ TEPE
Doktora
Türkçe
2014
Elektrik ve Elektronik MühendisliğiOndokuz Mayıs ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İLYAS EMİNOĞLU
- EKG işaretlerinden YSA ve korelasyon matrislerine dayalı tıkayıcı uyku apnesi teşhisi
Obstructive sleep apnea diagnosis using ECG signals based on ANN and correlation matrices
HÜSEYİN GÜRÜLER
Doktora
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
PROF. DR. ABDULLAH FERİKOĞLU
- Makine öğrenmesi yaklaşımları kullanılarak EKG işaretlerinden aritmi teşhisi
Diagnosis of arrhythmia from ECG signs using machine learning approaches
ERSİN ERSOY
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GAZİ ERKAN BOSTANCI
- Giyilebilir bir EKG sisteminde uzaktan sinyalin algılanması ve işlenmesi
Remote signal detection and processing in a wearable ECG systems
OSMAN ÖZKARACA
Doktora
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
PROF. DR. İNAN GÜLER