Geri Dön

Biyolojik işaretlerin bilgisayar destekli tanınması ve sınıflandırılması

Başlık çevirisi mevcut değil.

  1. Tez No: 45797
  2. Yazar: MEHMET ENGİN
  3. Danışmanlar: PROF. DR. ATIF URAL
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Teknik Eğitim, Electrical and Electronics Engineering, Technical Education
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 1995
  8. Dil: Türkçe
  9. Üniversite: Kocaeli Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik Eğitimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 161

Özet

BİYOLOJİK İŞARETLERİN BİLGİSAYAR DESTEKLİ TANINMASI VE SINIFLANDIRILMASI Mehmet ENGİN Anahtar Kelimeler : Kardiyak Geç Potansiyelleri, Biyomedikal İşaret İşleme, Dalgacık Dönüşümü, Örüntü Tanıma, Elektrokardiyografi Özet: Bu çalışmada insan kardiyak sistemindeki geç potansiyellerin tanınması amacıyla kişisel bilgisayar destekli yeni bir sezimleme yöntemi geliştirilmiştir. MIT-BIH veri tabanından alınan tek vurumluk normal ve sol dal bloğu EKG işaretlerine, Gauss zarftı sinüsoidallerden oluşan yapay geç potansiyel etkisi ve birim değişintili, sıfır ortalamalı yapay gürültü katılmıştır. Ayrık dalgacık dönüşümü kullanılarak, ST segment! zaman-frekans düzleminde gösterimlenir. En düşük ölçekli dönüşüm sonuçlarına, karesel işlem ve Teager işlemi gibi doğrusal olmayan yöntemler uygulanmaktadır. Gürültülü arka plan EKG'ye gömülü geç potansiyel etkisi, x2 olasılık dağılımı tabanlı bir eşikleme ile tanınmaktadır. Böylelikle, zaman düzlemindeki geç potansiyel yerleşimleri kolaylıkla ortaya çıkarılmaktadırlar. Ayrıca aşırı gürültülü koşullarda R dalgasının tanınması amacıyla alternatif bir sezimleme yöntemi de geliştirilmiştir.

Özet (Çeviri)

COMPUTER AIDED RECOGNITION AND CLASSIFICATION BIOLOGICAL SIGNALS Mehmet ENGİN Keywords : Cardiac Late Potentials, Biomedical Signal Processing, Wavelet Transformation, Pattern Recognition, Electrocardiography. Abstact: In this study, a new personal computer aided detection method is developed for recognizing of late potentials of human cardiac system. Artificial late potential effect which contains Gauss modulated sinusoids and artificial noise which has unit variance and zero average value are added to normal ECG and left branch block ECG from MIT-BIH data base. ST segment is represented in the time - frequency domain by using Wavelet transformation. Nonlinear methods as squared and Teager operation are applied to least scaled results of Wavelet transformation. Late potential effect which is embedded on noisy background ECG is recognized via %2 probability distribution based on thresholding. Therefor late potential localizations in the time domain are easily identified. An alternative detection method is developed to R wave identification under the effect over noisy condition as well.

Benzer Tezler

  1. Machine-learning approaches for neurological disorder diagnosis from genomic and neuroimaging data

    Genomik ve nörogörüntüleme verilerinden nörolojik bozukluk teşhisi için makine öğrenmesi yaklaşımları

    İSMAİL BİLGEN

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BEHÇET UĞUR TÖREYİN

  2. Elektrokardiyogram vurularının GAL ağı yardımıyla sınıflandırılması

    Classification of electrocardiogram beats using GAL network

    SELİN METİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2002

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET KORÜREK

  3. Three dimensional medical ultrasonic imaging in biomedical applications

    Tıbbi uygulamalarda üç boyutlu medikal ultrasonik görüntüleme

    AHMET ÖZKURT

    Yüksek Lisans

    İngilizce

    İngilizce

    1995

    Elektrik ve Elektronik MühendisliğiDokuz Eylül Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. KEMAL ÖZMEHMET

  4. Çok düzeyli statik bellek gözesi ve kohonen türü yapay sinir ağına uygulanması

    Multiple valued static storage cell and its application to kohonen type neural network

    NURETTİN YAMAN ÖZELÇİ

    Doktora

    Türkçe

    Türkçe

    1999

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. UĞUR ÇİLİNGİROĞLU

  5. Biyolojik işaretlerin PC uyumlu görüntülenmesi için gerekli yazılım ve donanımın gerçekleştirilmesi

    Realizing of a required hardware and software to display the biological signals in PC environment

    ÜMİT TAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2002

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Elektronik ve Bilgisayar Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. FEVZİ BABA