Geri Dön

Zaman gecikmeli yapay sinir ağları tabanlı apne tespiti ve karşılaştırmalı analizi

Time delay neural network based apnea detection and comparative analysis

PDF İndir

  1. Tez No: 493897
  2. Yazar: ONUR PEKER
  3. Danışmanlar: PROF. DR. ATİLA YILMAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 93

Özet

Uyku apnesi, uyku esnasında, nefesin en az 10 saniye boyunca durması olarak tanımlanmaktadır. Bu apneler hastalığın şiddetine bağlı olarak gece boyunca yüzlerce kez meydana gelebilir. Hastanelerde yer alan uyku odalarındaki doluluk ve maliyet, apne tespit sürecini zorlaştırmaktadır. Bu nedenle uyku odalarının yoğunluğunu azaltmak ve uyku apne tespit oranını artırmak için, hastane dışında taşınabilir cihazlar ile bir ön elemeye ihtiyaç duyulmaktadır. Bu çalışmada amaç, apne hastası için, polisomnografi gibi standart ancak daha karmaşık testlerin gerekliliğine karar verecek, ön tarama amaçlı kullanılan taşınabilir kayıt cihazlarıyla kayıt edilen fizyolojik sinyalleri inceleyerek, sınıflandırmada kullanılabilecek en iyi veri grubunu ortaya çıkarmaktır. Bunun için öncelikle hava akışı, oksijen doyum oranı ve EKG sinyallerini ayrı ayrı kullanarak gerçek zamanlı apne tespiti yapılmaktadır. Apne tespiti için sinyallerin her birinden farklı dinamik özellik çıkarımları elde edilerek, yapay sinir ağlarına giriş olarak verilmektedir. Yapay sinir ağları örnek bir durumda taşınabilir cihazlardan elde edilen gürültülü kayıtlarda, karma veri girişi ile eğitilen yapay sinir ağı, uzman tarafından işaretlenmiş veriler üzerinden %89.6 gibi yüksek tespit oranı ile çalışmaktadır. Çalışmanın devamında apne şüphesi olan kişiler için, elde edilen fizyolojik sinyalleri inceleyen ve apne işaretlemesi amaçlı veri eşleşmesi analizi yapan, bir yazılım platformu geliştirilmiştir. Bu yazılım platformu ile üçüncü düzey kayıt sistemlerinden elde edilen hava akışı, oksijen saturasyonu ve EKG sinyalleri kullanılarak apne tespiti yapılabilmektedir. Apne tespiti için sinyallere uygun öznitelik çıkarımları yapılarak, arayüzden seçilebilen yapay sinir ağlarına giriş olarak verilmekte, öğrenme ve test aşamaları gerçekleştirilmektedir.

Özet (Çeviri)

Sleep apnea is described as a cessation of breath for at least 10 seconds during the sleeping. These apneas can occur in hundreds depending on the severity of the disease during the sleep. Busy schedules and high costs of sleep laboratories in hospitals make apnea diagnosis in the society difficult task. In order decrease loads of sleep laboratories and increase the number diagnostic attempts with a low cost, there is a need for using portable apnea devices which can trace possible apnea patients out of hospitals. The purpose of this study is to analyze and reveal the proper combination sets of physiological signals for detecting apnea episodes in order to decide whether the standard but more complicated polysomnography test stage might be required or not for possible apnea patients by examining physiological signals recorded by portable recording devices used for prescreening purposes. Thus, air flow, oxygen saturation and ECG signals are used separately for apnea detections. For this reason, neural networks are trained and tested by extracted dynamic features associated with each signal. For a sample case, the neural network trained with hybrid (including three channels) data generated from the recordings obtained by the portable recording device has shown 89.6% high detection rate based on the expert scores. In the last phase of the study, a software interface was also developed in order to examine obtained physiological signals for possible apnea patients and the data analysis useful for apnea scoring and labeling. With the tools provided by the interface using third level portable apnea device definition, three channels, namely air flow, oxygen saturation and ECG signal, can be examined comprehensively for general apnea analysis. In order to have detailed analysis, embedded neural network topologies can be chosen through the designed interface and associated features that are derived for each corresponding channels can be used in this platform for implementing training and testing phases.

Benzer Tezler

  1. Tez No

    693367

    Development of sEMG and artificial neural networks based powered ankle prosthesis control algorithms for stair ascending and descending motions

    Emg ve yapay sinir ağları tabanlı aktif ayak bileği protezi merdiven çıkma ve inme hareketleri için kontrol algoritmaları geliştirilmesi

    RAMAZAN TARIK TÜRKSOY

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. CAN ALİ YÜCESOY

  2. Tez No

    181811

    Yapay sinir ağı ve bulanık mantık tabanlı algoritmalar ile uçucu organik bileşiklerin miktarsal tayini

    Quantitative determination of volatile organic compounds by using artificial neural network and fuzzy logic based algorithm

    ALİ GÜLBAĞ

    Doktora

    Türkçe

    Türkçe

    2006

    Elektrik ve Elektronik MühendisliğiSakarya Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    Y.DOÇ.DR. FEVZULLAH TEMURTAŞ

  3. Tez No

    39286

    Yapay sinir ağlarında öğrenme algoritmalarının analizi

    Analysis of learning algorithms in neural networks

    SEVİNÇ BAKLAVACI

    Yüksek Lisans

    Türkçe

    Türkçe

    1994

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    DOÇ.DR. LEYLA GÖREN

  4. Tez No

    676399

    CNN-based text-independent automatic speaker identification

    Evrişimsel sinir ağı tabanlı metinden bağımsız otomatik konuşmacı tanılama

    MANDANA FASOUNAKI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKHAN İNCE

  5. Tez No

    252111

    Dynamic market value forecasting using artificial neural networks

    Yapay sinir ağları ile dinamik pazar değeri tahmini

    ERKAM GÜREŞEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2008

    Ekonomiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. GÜLGÜN KAYAKUTLU

Geri Dön