Machine learning for abnormalities of the heart rhythm classification
Başlık çevirisi mevcut değil.
- Tez No: 696915
- Danışmanlar: PROF. DR. SEFER KURNAZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 57
Özet
Yapay Sinir Ağları (YSA), beyindeki biyolojik sinir bağlantılarından ilham alır. YSA'larda biyolojik nöronlar, ilk olarak 1958'de Rosenblatt tarafından tanımlanan yapay nöronlar (algılayıcılar) ile değiştirilir. Kalp ritmindeki anormallikler (aritmi) toplumda en sık görülen sağlık sorunları arasındadır. İyi huylu çarpıntılardan kalp fonksiyonlarının tamamen kaybolmasına ve ölüme kadar şiddet dereceleri değişir. Elektrokardiyogram sinyali, kalbin elektriksel aktivitesinin bir kaydıdır. Deri üzerindeki elektrotlar, kalp kası depolarizasyonunun ve ardından gelen repolarizasyonun neden olduğu küçük voltaj değişikliklerini tespit eder. İki elektrot, aralarındaki elektrik potansiyelini ölçebilir. Bu elektrot çiftine EKG ucu denir. Her kurşun, kalbin elektriksel aktivitesine farklı bir bakış açısı sağlar. Klinik olarak en çok kullanılan kurşun oluşumu, on elektrottan 12 kurşundur. Bu çalışma, uzaktan izleme cihazlarında sıklıkla kullanılan 1 uçlu (iki elektrotlu) EKG'ye odaklanmaktadır.
Özet (Çeviri)
Artificial Neural Networks (ANNs) are inspired by biological neural connections in the brain. In ANNs, biological neurons are replaced by artificial neurons (perceptrons), which were first described by Rosenblatt in 1958. Abnormalities of the heart rhythm (arrhythmia) are among the most common health problems in the population. They range in severity from benign palpitations to total loss of cardiac function and death .Electrocardiogram signal is a recording of the electrical activity of the heart. Electrodes on the skin detect small changes of voltage which are caused by heart muscle depolarization and the following repolariza- tion. Two electrodes can measure the electric potential between them. This pair of electrodes is called an ECG lead. Every lead provides a different viewpoint of a heart's electrical activity. The most clinically used lead formation is 12-lead from ten electrodes. This work focuses on 1- lead (two electrodes) ECG often used in telemonitoring devices.
Benzer Tezler
- Otomatik harici defibrilatör için gömülü sisteme uygun yapay zekâ tabanlı şok tavsiye sisteminin geliştirilmesi ve gerçeklenmesi
Development and implementation of an artificial intelligence based shock advice system suitable for embedded system for automatic external defibrillator
OĞUZHAN ÇAKMAKOĞLU
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiKarabük ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAH TALHA SÖZER
- Machine-learning approaches for neurological disorder diagnosis from genomic and neuroimaging data
Genomik ve nörogörüntüleme verilerinden nörolojik bozukluk teşhisi için makine öğrenmesi yaklaşımları
İSMAİL BİLGEN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Derin öğrenme tabanlı hibrit model tasarımı ile EKG sinyal sınıflandırmasında aritmi tespiti
Arrhytmia detection on ECG signals via hybrid model design based on deep learning
TUĞBA TAŞBAŞI
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EFTAL ŞEHİRLİ
- Fotopletismografi sinyal ile manşetsiz giyilebilir kan basıncı tahmin sistemi
Cuff-less wearable blood pressure estimation system with photoplethysmography signal
HÜSEYİN MURAT KOPARIR
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiTekirdağ Namık Kemal ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZKAN ARSLAN
- Epilepsy seizure detection in eeg signals using wavelet transforms and support vector machines
Dalgacık dönüşümü ve destek vektör makineleri kullanarak epilepsi nöbeti tanıma
AWIN MAHMOOD SALEEM
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET ÇINAR