Geri Dön

Vücut kas yüzdesinin biyomedikal sinyaller ile yapay zeka tabanlı belirlenmesi

Artificial intelligence-based estimation of body muscle percentage with biomedical signals

PDF İndir

  1. Tez No: 724324
  2. Yazar: SAMET OĞUZ AKSEKİ
  3. Danışmanlar: DOÇ. DR. MUHAMMED KÜRŞAD UÇAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Elektrokardiyografi Sinyali, Makine Öğrenmesi, Yapay Zeka, Vücut Kompozisyonu, Vücut Kas Yüzdesi, Cinsiyet Bazlı Vücut Kas Yüzdesi, Electrocardiography Signal, Machine Learning, Artificial Intelligence, Body Composition, Body Muscle Percentage, Gender-Based Body Muscle Percentage
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Sakarya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektronik Bilim Dalı
  13. Sayfa Sayısı: 58

Özet

Sağlıklı bir hayat sürdürülmesi için gerekli olan kas kütlesinin ölçülmesi ve takibi önemlidir. Özellikle kas kütlesi yaşlı bireylerin yaşam kalitesini doğrudan etkilediğinden dolayı bu bireylerde kas kütlesi takibinin yapılması daha da büyük öneme sahiptir. Kas kütlesinin ölçümünde kullanılan mevcut yöntemler çeşitli dezavantajlara sahip olduklarından dolayı, kas kütlesinin ölçümünde kullanılabilecek pratik, güvenilir ve yüksek teknolojili cihazlara ihtiyaç bulunmaktadır. Bu çalışmada, yapay zeka algoritmaları ile biyomedikal sinyal kullanılarak düşük maliyetli ve güvenilir vücut kas yüzdesi hesaplanmasına yönelik bir model geliştirilmesi hedeflenmiştir. Çalışmada 300 bireye ait Elektrokardiyografi (EKG) sinyalleri kullanılmıştır. Öncelikle EKG sinyali filtrelenmiş ve alt frekans bantları elde edilmiştir. Her bireye ait EKG sinyalinden, bu sinyalin farklı 7 frekansta bulunan QRS bileşenleri elde edilmiştir. Böylelikle her birey için 8 sinyale sahip olunmuştur. Elde edilen her sinyalden 25 adet olmak üzere toplam 200 adet zaman domeni özellikleri çıkarılmıştır. Ayrıca 5 adet demografik özellikte (yaş, kilo, boy, BMI, kas) modele eklenmiş ve toplamda 205 özelliğe ulaşılmıştır. Performans arttırımı için spearman özellik seçme algoritması kullanılmıştır. Makine öğrenmesi algoritması olarak Karar Ağaçları, Destek Vektör Regresyonu, Karar Ağaçları Topluluğu makine öğrenmesi algoritması kullanılmıştır. Çalışmada, önerilen Vücut Kas Yüzdesi (VKY) tahmin modeli tüm bireyler için MAPE=4,18 (Karar Ağaçları Toplulukları) , erkekler için MAPE=3,91 (Destek Vektör Regresyonu) ve kadınlar için MAPE=4,54 (Destek Vektör Regresyonu) performans değerlerine sahiptir. Çalışma sonucuna göre EKG sinyali tabanlı VKY tahmin modellerinin kullanılabileceği düşünülmektedir.

Özet (Çeviri)

Measuring and monitoring the body muscle mass required to maintain a healthy life is essential. Especially, since muscle mass affects the life quality of elderly persons directly, monitoring the muscle mass in these persons has more importance. Since the current methods utilised to measure muscle mass have some disadvantages, it is required practical, reliable and high-tech devices can be used to measure muscle mass. This study aims to develop a low-cost and reliable BMP calculation model using artificial intelligence algorithms and biomedical signals. In the study, 300 Electrocardiography (ECG) signals belonging to the individual were used. Firstly, the ECG signals were filtered, and sub-frequency bands were obtained. From the ECG signal of each individual, the QRS components of this signal at 7 different frequencies were obtained. Thus, 8 signals were acquired for each individual. A total of 200-time domain features were extracted, 25 of which were obtained from each signal. In addition, five demographic features (age, weight, height, BMI, muscle) were added to the model, and 205 features were reached. To enhance the performance, the spearman feature selection algorithm was used. As machine learning algorithms; Decision Trees, Support Vector Regression, Ensemble Decision Trees have been used. The recommended BMP estimation model has the performance values for all individuals MAPE=4,18 (Ensemble Decision Tree), for males MAPE=3,91 (Support Vector Regression) and for females MAPE=4,54 (Support Vector Regression) in this study. Regarding the results of the study, It is thought that ECG-based BMP prediction models can be used.

Benzer Tezler

  1. Tez No

    759966

    Geçici implant uygulamaları için biyobozunur PLA/HA nanokompozit malzemenin üretilmesi ve analizi

    Production and analysis of biodegradable PLA/HA nanocomposite material for temporary implant applications

    BÜŞRA SARAÇOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    BiyomühendislikKocaeli Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. ARİF ÖZKAN

  2. Tez No

    768329

    İnme sonrası bireylerde vücut kompozisyonu, yorgunluk, mobilite ve fonksiyonel durumun değerlendirilmesi

    Evaluation of body composition, fatigue, mobility and functionalstatus in post-stroke individuals

    RAZİYE ÇELİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Fizyoterapi ve RehabilitasyonPamukkale Üniversitesi

    Fizik Tedavi ve Rehabilitasyon Ana Bilim Dalı

    DOÇ. DR. EMRE BASKAN

  3. Tez No

    808539

    Güreşçilerde vücut su yüzdesi ile alt ekstremite kas kuvveti, kassal endurans ve patlayıcı kuvvet arasındaki ilişkinin değerlendirilmesi

    Evaluation of the relationship between body water percentage and lower extremity muscle strength, muscular endurance, and explosive power in wrestlers

    SÜLEYMAN AKKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Fizyoterapi ve RehabilitasyonBaşkent Üniversitesi

    Fizyoterapi ve Rehabilitasyon Ana Bilim Dalı

    PROF. DR. NİHAN ÖZÜNLÜ PEKYAVAŞ

  4. Tez No

    232488

    Isometric grip strength distribution of a Turkish sample as a function of posture and support

    Bir Türk örnekleminin el-kavrama kuvvetinin vücut pozisyonuna ve desteğe bağlı olarak dağılımı

    BAYKAR SİLAHLI

    Yüksek Lisans

    İngilizce

    İngilizce

    2008

    Endüstri ve Endüstri MühendisliğiBoğaziçi Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MAHMUT EKŞİOĞLU

  5. Tez No

    838431

    Osteosarkopenik Obezlerde Leptin, Adiponektin, Ppar Gamma, Bazı Sitokin ve Vitaminlerin Kemik Yapımı, Kemik Dansitesi ve Kas Gücü ile İlişkisi

    Relation between leptin, adiponectin, PPAR gamma, some cytokines and vitamins with bone formation, bone density and muscle strength in osteosarcopenic obese subjects

    DENİZ OĞUZ

    Doktora

    Türkçe

    Türkçe

    2023

    Aile Hekimliğiİstanbul Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    PROF. DR. KUBİLAY KARŞIDAĞ

Geri Dön