Uterus elektromyogram sinyalleri kullanarak kasılmaların tespiti ve erken doğum kestirimi
Detection of contractions and estimation of preterm birth by using uterus electromyogram signals
- Tez No: 455710
- Danışmanlar: DOÇ. DR. ATİLA YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 101
Özet
Dünya çapında her 10 bebekten biri erken doğum sonucu yani 37 haftayı tamamlamadan dünyaya gelmektedir. Erken doğum bir çok problemi beraberinde getirmektedir. Erken doğum yapmış anne ile bebeğin bir süre hastanede kalması ve bebeğe özenli tedavinin uygulanması gerekmektedir. Bu bebeklerde solunum yetersizliği, akciğer rahatsızlıkları, zayıf bağışıklık sistemleri, zihinsel problemler ve öğrenme bozuklukları gibi bir çok rahatsızlık görülmektedir. Bu nedenle erken doğumun önceden kestirilmesi ciddi önem teşkil etmektedir. Bu problemin kestirilmesinde rahim elektromyogram sinyalleri yöntemi kullanılmıştır. Çalışmanın ilk aşamasında kaynak taraması yolu ile seçilmiş öznitelikler kullanılarak sinyal üzerinde meydana gelen önemli olaylardan kasılma olayı diğer olaylardan ayırt edilmiştir. Bu sınıflandırma için doğrusal sınıflandırıcı olan en yakın uzaklık sınıflandırıcı ve doğrusal olmayan sınıflandırıcı olarak yapay sinir ağları kullanılmıştır. En yakın uzaklık sınıflandırma performansını arttırmaya yönelik ağırlık eniyileme çalışmaları yapılarak elde edilen sınıflandırma performansı arttırılmıştır. Doğrusal olmayan sınıflandırıcı yapay sinir ağları ile kasılma ve rahimde meydana gelen kasılma, muhtemel kasılma ve bebeğin hareketi gibi olaylar başarılı olarak sınıflandırılmıştır. Bu olaylardan doğum hakkında önemli bilgi içeren kasılma olayı diğer durumlardan (bebeğin hareketi gibi) daha fazla önem taşımaktadır. Kasılma olayı hamilelik, erken doğum veya normal doğuma ait sinyaller üzerinde oluşabilmektedir. İkinci aşamada yapay sinir ağları yöntemi kullanılarak önceki sınıflandırmada elde edilen kasılmaların erken doğum, hamilelik veya normal doğum olaylarından hangisine ait olduğu incelenmiştir. İnceleme sonucu erken doğum kasılmaları diğer kasılmalardan başarılı olarak ayırt edilmiştir. İki sınıflandırma performansının da kanallara göre değişimi incelenmiştir. Yüksek başarı elde edilen kanallar iki sınıflandırma için de farklı kanallardır. Bununla birlikte aynı katılımcının farklı zamanlarda meydana gelmiş kasılmalarına ait öznitelik değerleri karşılaştırılmıştır. Bu şekilde zaman-öznitelik değişimleri incelenerek zamanla daha çok ayırt edici olan özniteliğin belirlenmesi amaçlanmıştır. Bu çalışmalara ek olarak Matlab ortamında sonraki çalışmalarda faydalı olabilmesi amacıyla bir sinyal işleme ve analiz arayüzü oluşturulmuştur. Arayüzde sinyal ön işleme çalışmaları, enerji ve korelasyon analizleri, öznitelik çıkarımı ve zaman-frekans analizleri yapılabilmektedir.
Özet (Çeviri)
One in ten baby, worldwide borns before 37 weeks of pregnancy. Preterm birth brings lots of problems to the family afterwards. The mother who gives preterm birth and her child must stay in the hospital for a beginning and the child must be treated carefully. These babies might have many preterm associated discomforts such as respiratory insufficiency, lung disorders, weak immune systems, mental problems and learning disorders in their future. For this reason, the correct estimation of preterm has a great importance in order to increase the possibilities of eliminating some of those problems. In this study, uterus EMG signals are used to estimate preterm births. In the first part of the study, using some features selected after the literature review, specifically contractions which are the set of important events occured on the EMG signals were classified from other significant events. For the classification stage, minimum distance classifiers as a linear classifier example and artificial neural networks as a non-linear classifier example are used. The performance of minimum distance classifier has been improved by adjusting class weights based on known class samples. Artificial neural networks classify the events like contraction, possible contraction and foetal movements that have occured on the uterus. The contraction carrying important information about a birth is more important than other situations (such as baby movement) among all events. Besides, the contraction can occur in the signals including pregnancy, premature birth or normal birth. In the second part, contractions which were analysed by the first classification stage were reconsidered again in terms of understanding the differences of preterm birth, normal birth and pregnancy terms by assigning new artificial neural network units. As a result of this second part of the study preterm birth contractions were isolated from other term contractions successfully. Both of two classification performances were analysed in terms of the use of different bipolar channels. It is reported that the channels giving the best performance for the certain classifiers for an each classification effort. At the same time, time dependent variations in the features of contractions have been monitored and compared for temporal analysis. In this way, it was aimed to define more distinctive feature associated by time dependent variations. In addition to these studies, an interface for signal processing and dedicated analysis tools has been developed in the Matlab environment in order to give a better presentation for the results. Through the interface, signal preprocessing studies, energy and correlation analysis, feature extractions and time-frequency analysis can be planned.
Benzer Tezler
- Uterus kontraksiyonları esnasındaki periyodik fetal kalp frekansı (FKF) akselerasyonları ile fetal hareketler arasındaki ilişkinin kardiyotokografik metodla araştırılması
Başlık çevirisi yok
MÜKERREM EROL
Tıpta Uzmanlık
Türkçe
1986
Kadın Hastalıkları ve DoğumOndokuz Mayıs ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
- Adipöz doku kaynaklı mezenşimal kök hücrelerin uterin skarların tedavisindeki yeri
The effect of adipose tissue derived mesenchymal stem cells on regeneration in uterine scars
RUKİYE ADA BENDER
Tıpta Uzmanlık
Türkçe
2013
Kadın Hastalıkları ve DoğumKırıkkale ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
DOÇ. DR. AYKAN YÜCEL
- Myoma uterı ve normal uterus'ta kas yapısının karşılaştırmalı olarak incelenmesi
Comparative analysis of muscle structure between myoma uteri and normal uterus
İSMAİL CEYLAN
- Uterus leiomyomlarının tanısında difüzyon ağırlıklı manyetik rezonans görüntüleme
Diffusion-weighted mr imaging for diagnosis of uterine leiomyomas
ALİ ER
Tıpta Uzmanlık
Türkçe
2013
Radyoloji ve Nükleer TıpCelal Bayar ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. GÖKHAN PEKİNDİL
- Uterus sarkomlarında prognostik faktörler (1999-2008 yılları arasında takipleri yapılan hastaların retrospektif değerlendirilmesi)
Başlık çevirisi yok
MEHMET CEZMİ AKKUŞ
Tıpta Uzmanlık
Türkçe
2009
Kadın Hastalıkları ve DoğumAkdeniz ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
DOÇ. DR. TAYUP ŞİMŞEK