Geri Dön

Paf screening from sinus rhythm ECG records by ensemble learning

Birleşik öğrenme kullanılarak sinüs ritim EKG kayıtlarından PAF taraması

  1. Tez No: 491111
  2. Yazar: FIRAT BİLGİN
  3. Danışmanlar: PROF. DR. MEHMET KUNTALP
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 68

Özet

Sinyal işleme her zaman büyük bir ilgiye sahip olmuştur. Bilgisayarlar daha karmaşık işlemler yapabildikçe, daha farklı ve yeni matematiksel formüller de sinyal işleme konusuna uyarlanmıştır. Makine öğrenmesi gibi terimler literatürce kabul görmüş ve bazı birleştirme yöntemleri geliştirilmiştir. Birleşik öğrenme örüntü tanımada daha iyi sonuçlar almak için farklı sınıflandırıcıların kombinasyonlarını kullanan bir birleştirme metodudur. Özetle, birleşik öğrenme birçok sınıflandırıcının birlikte çalışabildiği bir yöntemdir. Bu çalışmada paroksismal atriyal fibrilasyon (PAF) tarama amacıyla, kişinin ektopiksiz elektrokardiyogram (EKG) kayıtlarına göre PAF hastası olup olmadığını bulmak için birleşik öğrenme kullanılmıştır. Kullanılan veri kümesi PAF hastası ve PAF hastası olmayan kişilerin ECG kayıtlarından oluşmaktadır. Hem hiyerarşik hem de paralel yapıda birleşik öğrenme yapıları denenmiştir. Uzmanlar eğitilirken k katlamalı çapraz doğrulama ve bootstrap örnekleme metotları kullanılmış ve performansları karşılaştırılmıştır. En başarılı sonuçlar hiyerarşik yapı ile elde edilmiştir.

Özet (Çeviri)

Signal processing has always been of great interest. As the computers can do more complex processes, some different and new mathematical formulations are adapted to signal processing. Terms such as machine learning have been accepted by the literature and some combining methods have been developed. Ensemble learning is a combining method of using a combination of different experts to get better results in pattern classification. Briefly, ensemble learning is a method whereby different classifiers work together. In this study, ensemble learning was used for the aim of paroxysmal atrial fibrillation (PAF) screening, i.e. finding whether a person is PAF patient or not from his/her ectopic-free electrocardiogram (ECG) records. Both hierarchical and parallel structures of ensemble learning were tried. Dataset used consists of ECG records from both PAF patients and non-PAF subjects. To train experts, k–fold cross validation and bootstrap sampling methods were used and their performances were compared. The best results were obtained by using the hierarchical structure of ensemble learning.

Benzer Tezler

  1. Performance analysis of features obtained by PCA (principal component analysis) dimensionality reduction method for diagnosing PAF (paroxysmal atrial fibrillation) patients

    PAF (paroksismal atriyal fibrilasyon) hastalarının teşhisi için TBA (temel bileşenler analizi) boyut azaltma metoduyla elde edilen özniteliklerin performans analizi

    SAFA SADAGHIYANFAM

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    BiyomühendislikDokuz Eylül Üniversitesi

    Biyomedikal Teknolojiler Ana Bilim Dalı

    PROF. DR. MEHMET KUNTALP

  2. Gemilerde yangın riskinin azaltılmasına yönelik yöntem ve uygulamalar

    A research on systems and applications to decrease the fire risk on board sea going vessels

    ÖMER FARUK ŞAHİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Çalışma Ekonomisi ve Endüstri İlişkileriİstanbul Gedik Üniversitesi

    İş Sağlığı ve Güvenliği Ana Bilim Dalı

    PROF. DR. SELAHATTİN GÖKMEN

    ÖĞR. GÖR. CANDAN KARAN

  3. Clustering of hrv data obtained from normal sinus rhythm ecg records of paf and non-paf subjects using a new ensemble method

    PAF hastası olan ve olmayan kişilerin normal sinüs ritm EKG kayıtlarından elde edilen KHD verilerinin yeni bir topluluk metodu kullanarak kümelenmesi

    OMID ALIGHOLIPOUR

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Elektrik ve Elektronik MühendisliğiDokuz Eylül Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET KUNTALP

  4. PAF modeli çerçevesinde önleme ve değerlendirme maliyetlerindeki iyileştirmelerin başarısızlık maliyetlerine etkisi üzerine bir uygulama

    The effect of improving prevention and appraisal costs on the failure costs within the framework of PAF model: An application

    İREM BEYDEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    İşletmeÇukurova Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. VEYİS NACİ TANIŞ

  5. Paf modeli ile bir devlet hastanesinde kalite maliyetlerinin incelenmesi

    Assessment of quality qosts in a state hospital within the context of the paf model

    BUKET OĞUZ ALRAMAZANOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    HastanelerHacettepe Üniversitesi

    Sağlık Yönetimi Ana Bilim Dalı

    PROF. DR. SIDIKA KAYA