Kalp seslerinin evrişimsel sinir ağları kullanılarak sınıflandırılması
Classification of heart sounds using convolutional neural networks
- Tez No: 706984
- Danışmanlar: DOÇ. DR. ABDURRAHİM AKGÜNDOĞDU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
- Sayfa Sayısı: 54
Özet
Kalp seslerini kullanarak hastalık tanısı yapmak hem erken teşhis imkânı sunduğu hem de ciddi miktarda insan gücü tasarrufu ve maddi tasarruf sağladığı için uzun yıllardır üzerinde çalışılan bir problemdir. Bu tez çalışması kapsamında kalp hastası kişilerin 12 derivasyonlu elektrokardiyogram verileri kullanılarak hastalık teşhisinin yapılması hedeflenmiştir. Bu amaçla her bir elektrokardiyogram derivasyonu için bir adet bir boyutlu ve bir adet iki boyutlu olmak üzere iki adet evrişimsel sinir ağı (CNN) tasarlanmıştır. Geliştirilen yöntem 2020 yılında düzenlenen 12 derivasyonlu elektrokardiyogram verilerinin sınıflandırılması yarışması için paylaşılan veri kümesi üzerinde test edilmiştir. Geliştirilen yöntem bu veri kümesindeki en yaygın 11 farklı hastalık için %51,7 başarımla hastalık türünü tespit edebilmektedir. Aynı veri kümesi üzerinde güncel yöntemler ile %49,6 basarım elde edilebilmektedir. Bu işlem, geliştirilen yöntemin bu veri kümesi için %2,1'lik bir iyileştirme sağladığını göstermektedir. Ayrıca yöntem 11 hastalık için ortalama %86,5 eğri altındaki alan sonucu vermiştir
Özet (Çeviri)
Diagnosing the disease using heart sounds is a problem that has been studied for many years, as it provides both early diagnosis and significant savings in manpower and money. Within the scope of this study, it was aimed to diagnose the disease using 12-lead electrocardiogram signals of people with heart disease. For this purpose, one one-dimensional and one two-dimensional convolutional neural networks were designed for each electrocardiogram lead. The developed method was tested on the shared dataset for the classification of the 12-lead electrocardiogram challenge in 2020. The proposed approach can detect the disease type with 51,7% accuracy for the 11 most common diseases in this dataset. On the same dataset, 49,6% accuracy can be obtained with using methods in the literature.This process shows that the proposed approach provides a 2,1% improvement for this dataset. Also, in average 86.5% area under curve score is obtained for 11 diseases with proposed approach.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Konuşma olmayan sinyallerin evrişimsel sinir ağları tabanlı yaklaşımlar ile sınıflandırılması
Classification of non-speech signals with convolutional neural network based approaches
FATİH DEMİR
Doktora
Türkçe
2020
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Teknolojileri Ana Bilim Dalı
PROF. DR. ABDULKADİR ŞENGÜR
- Kardiyovasküler rahatsızlıkların yapay öğrenme yöntemleriyle teşhisi
Diagnosis of cardiovascular disorders by machine learning methods
ALİ FATİH GÜNDÜZ
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHAMMED FATİH TALU
- Accurate classification of heart sound signals forcardiovascular disease diagnosis using wavelet analysiswith machine learning and deep learning methodologies
Makine öğrenmesi ve derin öğrenme yöntemleri ile dalgacık analizi kullanılarak kalp ses sinyallerinin kardiyovasküler hastalık tanı amaçlı doğru sınıflandırılması
AFRAH ELFATIH FARAH MALIK
Yüksek Lisans
İngilizce
2020
BiyomühendislikErciyes ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET EMİN YÜKSEL
- Kalp seslerinin web 2.0 temelli internet ortamında analiz edilmesi
Analysis of heart sounds in web 2.0 based internet
AHMET BIRTIL
Yüksek Lisans
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAfyon Kocatepe ÜniversitesiBilgisayar Ana Bilim Dalı
YRD. DOÇ. DR. UÇMAN ERGÜN