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
- Tez No: 537325
- Danışmanlar: PROF. DR. MEHMET KUNTALP
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Teknolojiler Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
İlke Bileşen Analizi (PCA), özellik çıkarma ve boyut küçültme için sunulan bir şemadır. Yüksek boyutlu verileri içeren birçok uygulamada yaygın olarak kullanılmıştır. Bu çalışmada, normal sinüs ritm (NSR) EKG kayıtlarından Paroksismal Atriyal Fibrilasyon (PAF) tanısı koyabilmek için bu kayıtlardan elde edilen 33 tane kısa süreli Kalp Hızı Değişkenliği (KHD) indisinden PCA tarafından çıkartılan özniteliklerin etkinliğini karşılaştırdık. Bu çerçevede, K-En Yakın Komşu (kNN) algoritması olarak seçilen sınıflandırma algoritmasına girdi olarak PCA'dan elde edilen 1'den 33'e kadar öznitelik içeren farklı veri setleri kullanılmıştır. En iyi performansı bulmak için farklı değerlerde K ve farklı mesafe metrikleri kullanılmıştır. Daha sonra aynı yaklaşım başka bir KHD veri setine uygulanmıştır. Bu veri seti önceki 33 KHD indisi arasından bir Genetik Algoritma tarafından belirlenen en iyi 8 KHD indisinden oluşmuştur. Elde edilen sonuçlar, bir sınıflandırıcı sistemin girdi boyutlarının PCA algoritması kullanılarak performansda bir azalma olmadan daha da düşürülebileceğine işaret etmektrdir.
Özet (Çeviri)
Principal Component Analysis (PCA) is an offered scheme for feature extraction and dimension reduction. It has been used extensively in many applications involving high-dimensional data. In this study, we compared the effectivity of PCA features extracted from 33 short-term Heart Rate Variability (HRV) features obtained from normal sinus rhythm (NSR) ECG records for the diagnosis of Paroxysmal Atrial Fibrillation (PAF) disease. Within this framework, different data sets consisting of 33 to 1 features obtained from PCA were used as input to the classification algorithm, which is chosen as the K-Nearest Neighbor (kNN) algorithm. Different values for K and difference distance metrics were utilized to find the best performance. Then the same procedure is applied to another HRV dataset. This set consists of 8 best HRV indices chosen from among the 33 HRV indices by a Genetic Algorithm. The obtained results from both studies elicit that it is possible to further reduce the number of input dimension of a classification system by using PCA algorithm without a reduction in the performance of the system.
Benzer Tezler
- ARM tabanlı gömülü sistemlerde kulak tanıma sisteminin gerçeklenmesi
Realizing of ear recognition system with arm based on embedded system
ÜMİT KAÇAR
Yüksek Lisans
Türkçe
2013
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MÜRVET KIRCI
- EEG sinyallerinde farklı boyut indirgeme ve sınıflandırma yöntemlerinin karşılaştırılması
The comparison of various dimension reduction and classification methods in EEG signals
HAKAN ÖZTÜRK
Yüksek Lisans
Türkçe
2016
BiyoistatistikAdnan Menderes ÜniversitesiBiyoistatistik Ana Bilim Dalı
PROF. DR. MEVLÜT TÜRE
PROF. DR. NEFATİ KIYLIOĞLU
- Multibeam batimetri ve insansız hava aracı tabanlı sayısal yükseklik modelinin karşılaştırmalı analizi ve bentik habitat haritalandırılması
Comparative analysis of multibeam bathymetry and unmanned aerial vehicle based digital elevation model and benthic habitat mapping
TUĞBA KILIÇ KAYA
Yüksek Lisans
Türkçe
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. REHA METİN ALKAN
- Multivariate analysis of school principals' technology leadership competencies, learning school environment and schools' social network structures
Okul müdürlerinin teknoloji liderliği yeterlikleri, okullardaki örgütsel öğrenme ortamı ve örgüt-içi sosyal ağ yapıları arasındaki ilişkinin çok yönlü analizi
KÖKSAL BANOĞLU
Doktora
İngilizce
2019
Eğitim ve ÖğretimMarmara ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. MÜNEVVER ÇETİN
- Yere nüfuz eden radar görüntülerinde morfolojiık bileşen analizi yöntemi ile kargaşa giderme
Clutter reduction in ground penetrating radar images using morphological component analysis
EYYUP TEMLİOĞLU
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. IŞIN ERER