Heartbeat recognition using extreme learning machine
Aşırı öğrenme makınesı kullanan kalp ses tanıma
- Tez No: 668233
- Danışmanlar: DOÇ. DR. SEMA KAYHAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Elektrokardiyogram (EKG), Özellik Vektörü, Sinyalleri Sınıflandırması, Beyaz Gauss Gürültüsü, Dalgacık Filtresi, Extreme Learning Machine, Heartbeat Classification, Feature, Electrocardiogram (ECG) Signals Classification, White Gaussian Noise, Wavelet Filter
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 64
Özet
Elektrokardiyogram veya EKG, kalplerinde anormal aktivitesi olan hastaların değerlendirilmesinde önemli rol oynar ve kalp hastalığının araştırılmasında kullanılır EKG sinyalileri normal ve anormal sinyaller olarak sınıflandırılabilir. Bu makalede, EKG sinyallerinin sınıflandırılması Extreme Learning Machine (ELM) kullanılmış olup, ELM modelinin girişi olarak elektrokardiyogram (EKG) veri setinden bir özellik vektörü çıkarılarak kullanılmıştır. Ayrıca, EKG sinyallerine eklenen beyaz gauss gürültüsü dalgacık filtresi yöntemi ile çıkarılmış ve elde edilen sonuçlar diğer yöntemlerle karşılaştırılmıştır. Deneysel çalışmada, ELM tabanlı sınıflandırıcımızın eğitimi ve testi için, 8 normal EKG kaydı ve 26 anormal EKG kaydını kullanıldı. Sonuç olarak, önerilen yaklaşım EKG kalp atışlarını sınıflandırmak için uygun bir doğruluk sağlamış ve telekardiyoloji hizmetlerinde kardiyologlara yardımcı olmak için kullanılabilir. Simülasyon sonuçları algoritmamızın sınıflandırma doğruluğunun % 90.91 olduğunu göstermektedir.
Özet (Çeviri)
The electrocardiogram plays a significant part in defining irregular activity in the patient's heart and is applied in the realization of heart disease. This ECG can be categorized as normal and abnormal signals. In this study, the ECG signals classification will be performed with Extreme Learning Machine, we extracted the feature vector for every beat from the dataset of ECG as the input of the ELM model. We will add white Gaussian noise to the ECG signals and de-noising the white Gaussian noise from the ECG signal by using such a wavelet filter, and then we compared the accuracy with other methods. This experiment was conducted on the ECG data to test a set of 8 normal ECG records and 26 abnormal ECG records, the database has been used our ELM-based classifier for training and testing. Besides, the method suggested achieved a satisfactory degree of precision in classifying ECG pulse and can be utilized in cardiology programs for cardiologists. Our algorithm simulation results demonstrate 90.9091% accuracy.
Benzer Tezler
- Cardiopal: Cardiac passive acoustic localization and mapping using2-D recording of heart sounda
Başlık çevirisi yok
YILDIRIM BAHADIRLAR
- Bowel activity detection algorithm with active noise cancellation for IoT devices
IoT cihazlari i̇çin aktif gürültü önleme özellikli bağırsak sesi tespit algoritmasi
ERDİNÇ TÜRK
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAkdeniz ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÜMİT DENİZ ULUŞAR
- Kalp seslerinin zaman ölçeklerinin değiştirilerek kalp hastalıklarının tanısında kullanılması
Diagnosis of cardiac disorders using time scale modification of phonocardiographic
AYHAN POLAT
Yüksek Lisans
Türkçe
2001
Elektrik ve Elektronik MühendisliğiAnkara ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ZİYA TELATAR
- Detection of human vital signs through obstructive barriers using UWB GPR
Engel arkası hayati bulguların geniş bantlı yere nüfus eden radar ile tespiti
CANSU BÜYÜKHAN
Yüksek Lisans
İngilizce
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. FATMA İNCİ ÇİLESİZ
YRD. DOÇ. DR. SAEID KARAMZADEH
- Otomatik aritmi dedeksiyonu
Başlık çevirisi yok
GÜNNUR ALANYALI
Yüksek Lisans
Türkçe
1993
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDOÇ.DR. MEHMET KORÜREK