Paroksismal atriyal fibrilasyon başlangıç zamanının kalp hızı değişkenliği analizi ve yapay zeka yöntemleriyle önceden kestirimi
Prediction of initial time of paroxysmal atrial fibrillation using heart rate variability analysis and artificial intelligence methods
- Tez No: 498447
- Danışmanlar: PROF. DR. MAHMUT ÖZER, YRD. DOÇ. DR. YALÇIN İŞLER
- Tez Türü: Doktora
- Konular: Biyofizik, Biyoistatistik, Elektrik ve Elektronik Mühendisliği, Biophysics, Biostatistics, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Bülent Ecevit Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 161
Özet
Bu çalışmada, Paroksismal Atriyal Fibrilasyon (PAF) atağı gerçekleşmeden kaç dakika öncesinden atağın tespit edilebileceği ve en iyi örüntü tanıma ve kestirim yöntemlerinin belirlenmesi üzerine bir çalışma sunulmuştur. PAF, Atriyal Fibrilasyon (AF) türleri içerisinde en çok karşılaşılan ve en temel aşamadır. Bu aşamada hastalığın fark edilip önlem alınması ve sonraki aşamalara geçmesinin önlenmesi çok önemlidir. Bu doğrultuda, 49 adet Normal, 25 adet PAF rahatsızlığına sahip ama hemen PAF atağı geçirmeyen ve 25 adet PAF rahatsızlığına sahip ve verinin bitiminde PAF atağı geçiren 30 dk'lık veriler %50 örtüşmeye sahip 10 parçaya ayrılmıştır. Bu parçaların her biri üzerinde kalp hızı değişkenliği (KHD) zaman alanı ölçümleri ve frekans alanı ölçümlerinden hızlı Fourier dönüşümü, Lomb-Scargle yöntemi, dalgacık dönüşüm yöntemleri ve doğrusal olmayan ölçümlerden Poincare çizim ölçümleri ile öznitelikler elde edilmiştir. Bu öznitelikler kullanılarak, filtre yöntemi ve sarmal yöntem ile belirleyici öznitelikler tespit edilip PAF atağı erken kestirim performansları analiz edilmiştir. Bununla birlikte öznitelik normalizasyon işlemlerinin PAF atağı kestirimindeki rolü de incelenmiştir. 0-5 dakika zaman aralığında KNN sınıflandırma algoritması ile %92 genel doğrulukla kestirim performansı elde edilmiştir. PAF atağını daha erken ve daha yüksek bir başarımla tespit için üç katlı sınıflandırıcı sistemi önerilmiştir. Bu sistemde atak gerçekleşmeden en az 10 dakika öncesindeki veriler kullanılarak 20-25 dakika zaman aralığında en yüksek %98 genel başarım elde edilmiştir. Literatürdeki benzer çalışmalara göre oldukça yüksek sonuçlar elde edilmiştir. Sonuç olarak, 5 dakikalık parçalar üzerinden gerçekleştirilen bu çalışmanın yeni bir otomatik PAF atağı erken uyarı ve tanıma sistemi olarak kullanılması önerilmektedir
Özet (Çeviri)
In this study, we present a study of how many minutes before the Paroxysmal Atrial Fibrillation (PAF) event occurred and the best pattern recognition and prediction methods were determined. PAF is the most common and most basic stage of Atrial Fibrillation (AF). At this stage, it is very important to be aware of the disease and to prevent it and prevent it from going to the next stage. In this regard, The data from 49 non-patient subjects, 25 PAF patients with no attack during the recording and 25 patients with a PAF attack just end of the 30-minute recording. These data were recorded for 30 minutes and divided into 10 segments with 50% overlap. On each of these parts, heart rate variability (HRV) time domain measurements and fast Fourier transforms, Lomb-Scargle method, wavelet transform methods from frequency domain measurements and Poincare plot measurements from non-linear measurements were obtained. By using these features, the filter method and the wrapper method were used to determine the predictive features and then early prediciton performance of PAF attack have been analyzed. However, the role of feature normalization in PAF estimation has also been examined. Prediction performance of 92% general accuracy was obtained with the KNN classification algorithm at 0-5 minute time interval. A three-fold classifier system has been proposed to detect PAF at an earlier and higher performance. In this system, the highest 98% overall performance was achieved in 20-25 minutes time interval using the data at least 10 minutes before the PAF attack occurred. Compared to similar works in the literature, very high results were obtained. As a result, it is suggested that this study, performed over 5 minutes of data, be used as a new automatic early warning of PAF attack and recognition system.
Benzer Tezler
- Normalize edilmiş kalp hızı değişkenliği analizi ile paroksismal atriyal fibrilasyon tespiti
Detection of paroxismal atrial fibrilation with normalized heart rate variability analysis
MURAT SÜRÜCÜ
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. RESUL KARA
DOÇ. DR. YALÇIN İŞLER
- Paroksismal atriyal fibrilasyonun günlük yaşamda tanısı ve takibi için pratik kullanımlı bir cihaz geliştirilmesi
Development of a practical use device for the diagnosis and monitoring of paroxysmal atrial fibrilation in daily life
MERVE ŞEKER
Yüksek Lisans
Türkçe
2022
BiyofizikEge ÜniversitesiBiyomedikal Teknolojiler Ana Bilim Dalı
PROF. DR. MURAT PEHLİVAN
- Paroksismal atriyal fibrilasyon tanısı ile medikal takip edilen ve kateter ablasyon uygulanan hastaların sol atriyal fonksiyonlarının ileri ekokardiyografik yöntemler ile değerlendirilmesi
Evaluation of left atrial functions using advanced echocardiographic methods in patients undergoing medical therapy or catheter ablation with the diagnosis of paroxysmal atrial fibrillation
DAMLA YALÇINKAYA ÖNER
Tıpta Uzmanlık
Türkçe
2024
KardiyolojiSağlık Bilimleri ÜniversitesiKardiyoloji Ana Bilim Dalı
DOÇ. DR. MİKAİL YARLIOĞLU
- Pozitif inotropik destek ihtiyacındaki klinik tablo ile hospitalize edilen dekompanse kalp yetmezliği olgularında levosimendan ve dobutaminin miyokardiyal enzim düzeyleri ve aritmi üzerine etkileri
Comparison of dobutamine and levosimendan on the effects of myocardial injury markers and arrhytmia in patients with acute decompansated heart failure who were hospitalized in their need of positive inotropic therapy
MÜJGAN TEK
Tıpta Uzmanlık
Türkçe
2009
KardiyolojiEskişehir Osmangazi ÜniversitesiKardiyoloji Ana Bilim Dalı
PROF. DR. YÜKSEL ÇAVUŞOĞLU