Fotopletismografi sinyalleri kullanılarak kalp hızı ve kan basıncı tespiti
Detection of heart rate and blood pressure using photoplethysmography signals
- Tez No: 679605
- Danışmanlar: DR. ÖĞR. ÜYESİ MAHMUT ÖZTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 66
Özet
Bu tez çalışmasında Photoplethysmography (PPG) sinyalleri kullanılarak sistolik ve diastolik kan basınçları ile kalp atış hızı değişimlerinin tahmin edilmesi amaçlanmıştır. PPG sinyalleri ile kan basıncı ve kalp hızı bilgileri, 219 kişiye ait sinyal ve bilgileri içeren bir açık veri tabanından elde edilmiştir. PPG sinyallerine, Ayarlanabilir Q-faktör Dalgacık Dönüşümü (TQWT) ve Çift Ağaçlı Karmaşık Dalgacık Dönüşümü (DT-CWT) yöntemleri ayrı ayrı uygulanmış ve MATLAB 2019 yardımıyla her bir alt bandın katsayılarının ortalama gücü, mutlak değer ortalaması, çarpıklığı, basıklığı ve katsayıların standart sapması gibi özellikleri tespit edilmiştir. Özellikleri çıkartılan PPG sinyallerine, Weka yazılım programında Yapay Sinir Ağları (YSA), Rasgele Orman (RO) ve Destek Vektör Makinaları (DVM) algoritmaları uygulanarak regresyon analizi yapılmış ve kan basıncı seviyeleri ile kalp atış hızları tahmin edilmiştir. Regresyon analizi sonucunda korelasyon katsayısı daha yüksek ve ortalama hata payı daha düşük olan kan basıncı ve kalp atış hızı tahminleri, TQWT yöntemine RO algoritması uygulandığında elde edilmiştir. Bu nedenle TQWT yöntemine RO algoritması uygulanarak PPG sinyallerinden kan basıncı seviyeleri ile kalp atış hızları tahmini yapılmasının daha uygun olduğu görülmüştür.
Özet (Çeviri)
In this research, it was aimed to predict systolic and diastolic blood pressure and heart rate changes by using Photoplethysmography (PPG) signals. PPG signals with blood pressure and heart rate information were obtained from an open database containing signals and information of 219 people. Tunable Q-factor Wavelet Transform (TQWT) and Dual-Tree Complex Wavelet Transform (DT-CWT) methods are applied separately to PPG signals and with the help of MATLAB 2019, the average power, mean absolute deviation, skewness, kurtosis and standard deviation coefficients of each subband were determined. Regression analysis was performed by applying Artificial Neural Networks (ANN), Random Forest (RF) and Support Vector Machines (SVM) algorithms to PPG signals whose characteristics were determined and blood pressure levels and heart rates were estimated. As a result of the regression analysis, blood pressure and heart rate predictions with higher correlation coefficient and lower margin of error were obtained when the RF algorithm was applied to the TQWT method. For this reason, it was found that it is more appropriate to estimate blood pressure levels and heart rate from PPG signals by applying RF algorithm to TQWT method.
Benzer Tezler
- Uyku apnesi türlerinin sınıflandırılması
Classification of sleep apnea types
MEHMET FEYZİ AKŞAHİN
Doktora
Türkçe
2010
BiyomühendislikBaşkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN EROĞUL
- Ejeksiyon fraksiyonu düşük ve korunmuş kalp yetersizliği vakaları için tek sinyal kullanarak makine öğrenmesi tabanlı yeni bir tanı algoritması
A new machine learning-based diagnostic algorithm using single signal for cases of heart failure with low and preserved ejection fraction
PINAR ÖZEN
Doktora
Türkçe
2022
BiyoistatistikSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET RECEP BOZKURT
- Remote heart rate estimation using non-contact photoplethysmography
Temassız fotopletismografi ile kalp atım hızı kestirimi
HALİL DEMİREZEN
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ÇİĞDEM EROĞLU ERDEM
- Elektrokardiyografi, fotopletismografi ve kalp sesi çoklu biyometriklerine dayalı kişi doğrulama: Cihaz ve sistem tasarımı
Person verification based on electrocardiography, photoplethysmography and heart sound multi-biometrics: Device and system design
SEÇKİN UYĞUR
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik MühendisliğiAtatürk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İBRAHİM YÜCEL ÖZBEK
- Ardışıl ileri ana dalgacık seçim yöntemi öznitelikleri ile fotopletismografi işaretlerinin sınıflandırılması
Classification of photoplethysmography signals using features of sequential forward mother wavelet selection method
TUĞBA AYDEMİR
Doktora
Türkçe
2022
Fizik ve Fizik MühendisliğiRecep Tayyip Erdoğan ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. MEHMET ŞAHİN