Detection of cardiac arrhythmias in electrocardiograms using deep learning
Derin öğrenme kullanılarak elektrokardiyogramlarda kardiyak aritmilerin tespiti
- Tez No: 799322
- Danışmanlar: Assist. Prof. Dr. ABDULLAHİ ABDU IBRAHIM
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Bilişim Teknolojileri Bilim Dalı
- Sayfa Sayısı: 86
Özet
Genellikle makine öğrenimi olarak bilinen makine öğrenimi algoritmaları, tıbbi teşhis destek sistemleri tarafından hasta bakımında verimliliği, doğruluğu ve geri dönüş süresini artırmak için kullanılır. Birçok modern tıbbi izleme aracının kökleri, gömülü makine öğrenimi uygulamalarındaki son gelişmelere dayanmaktadır. İkincisi, bir öznedeki belirli bir organın işleyişini izlemek için biyolojik sinyalleri ölçmek için sensörlere sahiptir. Bu aletlerin birincil amacı, sinyalleri toplamak, saklamak ve daha sonra bunları doğru bir teşhisin yapılabilmesi veya en azından altta yatan herhangi bir patolojinin semptomlarının tespit edilebilmesi için analiz etmektir. Bu çerçevede, bu yazıda sunulan çalışma, özellikle kardiyak aritmi bölümlerinin saptanmasına vurgu yaparak, Elektrokardiyogram (EKG) sinyallerinin analizi ve teşhisi için yeni metodolojiler benimsemeyi amaçlamaktadır.
Özet (Çeviri)
Machine learning algorithms, often known as machine learning, are used by medical diagnostic support systems to boost efficiency, accuracy, and turnaround time in patient care. Many modern medical monitoring tools have their roots in recent advancements in embedded machine learning applications. The latter have sensors for measuring biological signals in order to track the functioning of a specific organ in a subject. The primary purpose of these instruments is to gather signals, store them, and then analyze them so that a correct diagnosis may be made, or at least the symptoms of any underlying pathology can be identified. Within this framework, the work presented in this paper seeks to adopt novel methodologies for the analysis and diagnosis of Electrocardiogram (ECG) signals, with a particular emphasis on the detection of cardiac arrhythmia episodes.
Benzer Tezler
- ECG arrythmia classification using Deep Neural Network
ECG arrythmia classification using Deep Neural Network
ZAKI UR REHMAN
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAntalya Bilim ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
ASSIST. ASSOC. DR. SHAHRAM TAHERI
- Elektrokardiyogram vurularının GAL ağı yardımıyla sınıflandırılması
Classification of electrocardiogram beats using GAL network
SELİN METİN
Yüksek Lisans
Türkçe
2002
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET KORÜREK
- Deneysel olarak oluşturulan epileptik diken aktivitesinin sinyal işleme metotları ve yapay sinir ağları kullanılarak incelenmesi ve bulguların otonomik ve davranışsal yanıtlarla füzyonu
Investigation of experimentally induced epileptic spike activity using signal processing methods and artificial neural networks and fusion of findings with autonomic and behavioral responses
DENİZ KARAÇOR
Doktora
Türkçe
2015
Elektrik ve Elektronik MühendisliğiAnkara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT HÜSNÜ SAZLI
PROF. DR. EYÜP SABRİ AKARSU
- Makine öğrenmesi teknikleri ile aritmi tespiti ve yeni öznitelikler ile başarımın artırılması
Arrhythmia detection with machine learning techniques and increase the classification performance using new features
YASİN KAYA
Doktora
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HÜSEYİN PEHLİVAN
- Kalp aritmisinin çift dalgaboylu PPG sinyalleri kullanılarak belirlenmesi
Detection of heart arrhythmia by using dual-wavelength PPG signals
ÖMER YILDIRIM
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. TEMEL KAYIKÇIOĞLU