Improvement of electrocardiographic imaging reconstructions: A physics-guided ai approach and an efficient method for training data reduction
Elektrokardiyografik görüntüleme geriçatımlarının iyileştirilmesi: Fizik tabanlı yapay zeka yaklaşımı ve eğitim verisinin indirgenmesi için etkin bir yöntem
- Tez No: 824772
- Danışmanlar: DOÇ. DR. YEŞİM SERİNAĞAOĞLU DOĞRUSÖZ
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Elektrik ve Elektronik Mühendisliği, Matematik, Bioengineering, Electrical and Electronics Engineering, Mathematics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 154
Özet
Girişimsiz Elektrokardiyografik görüntüleme (EKGG), vücut yüzey potansiyellerini (VYP) kullanarak kalp yüzeyindeki potansiyel dağılımlarını yeniden oluşturan bir araçtır. İnsan toraksının doğası gereği, kalp potansiyelleri yumuşar ve küçülür. Bu nedenle, VYPlerden kalp potansiyellerin kestirimi kötü konumlanmış bir problemdir. Bu nedenle, klinik olarak anlamlı kalp sinyalleri oluşturmak için düzenlileştirilme gerekir. Yeni düzenlileştirme teknikleri, önsel dağılımın kestirimi için eğitim verisine ihtiyaç duyar ve yaygın yaklaşım veri kümesinin tamamını kullanmaktır. Bu tezdeki ilk çalışma, Bayes Maksimum A Posteriori (MAP) çözümünde küçük bir veri kümesiyle, tüm veri kümesinin performansıyla karşılaştırılabilir performans elde etmenin mümkün olduğunu göstermektedir. Çalışma, eğitim verilerinin nasıl seçileceği ve veri eklemenin durdurulacağı zaman hakkında yöntemler önermektedir. Kovaryans matrisinin koşul sayısının iyileşmeyi durdurduğu verinin, tüm eğitim setinin performansını yeterince temsil ettiği gösterilmiştir. Veri kümesinin %26.9u, istatistiksel olarak benzer performans metrik dağılımlarına yol açmıştır (p=0.59). Çalışma, Gauss dağılımlı MAP bağlamında, önerilen metriğin, eğitim verisi içeriği hakkında bilgi sağladığını göstermiştir. İkinci çalışma, yapay sinir ağlarını (YSA) kullanarak örtük önsel dağılımı öğrenmeyi amaçlar. Bu yöntemde, Tikhonov eniyileme ifadesi, analitik çözüm ile YSA temelli gürültü azaltma adımlarıyla çözülür. Çözüm, uzamsal ve zamansal yönlere ayrılmış YSA bloklarından oluşur. Bu, MAP çözümünü geride bırakmakta ve performans metriklerinin daha yoğun dağılmasına yol açmaktadır. Yerseme hatası, 17 test verisi ve sıfırıncı derece Tikhonov çözümü için ortanca (çeyrekler arası dağılım) şeklinde, mm cinsinden 14.70 (15.80), aynı eğitim verisini kullanan MAP çözümü için 17.31 (10.54) ve önerilen çözüm için 10.65 (6.52) olarak hesaplandı ve MAPe kıyasla atım odağını bulmada %38.5 iyileşme sağladı.
Özet (Çeviri)
Non-invasive Electrocardiographic imaging (ECGI) holds promise as a tool that employs distant measurements of body surface potential (BSP) to reconstruct potential distributions on the heart's surface. Due to the nature of the human thorax, the cardiac potentials get smoothed and attenuated. Thus, estimating the epicardial potentials from the BSPs is an ill-posed problem. Hence, regularization is needed. Novel regularization techniques require training data to estimate prior distribution and the common approach is using the whole dataset. The first study in this thesis shows that it is possible to achieve comparable performance to that of all dataset by carefully selecting a small subset of data in the Bayesian Maximum A Posteriori (MAP) solution of the inverse problem. The study proposes two methods on beat selection order and training set expansion termination. The point where the condition number of the covariance stops improving can represent the whole training set's performance. 26.9% of the dataset resulted in significantly similar metric distributions (p=0.59). The study showed that condition number provides insight about the sufficiency of the training data. The second study uses neural networks (NNs) to learn the implicit prior by solving the problem iteratively with analytical solutions and NN-based denoiser. The method employs decoupled spatiotemporal NN blocks. This outperforms MAP, resulting in more consistent performance. The localization error of the 17 test beats in median (IQR) representation was 14.70(16.60) mm for the zero-order-Tikhonov, 17.00(10.54) mm for the MAP using the same data, and 5.80(8.60) mm for the proposed method, resulting in 38.5% improvement.
Benzer Tezler
- Adaptive multivariate solution schemes for inverse electrocardiography problem
Ters elektrokardiografi problemininn çözümünde çokdeğişkenli uyarlanabilir yöntemler
ÖNDER NAZIM ONAK
Doktora
İngilizce
2018
MatematikOrta Doğu Teknik ÜniversitesiBilimsel Hesaplama Ana Bilim Dalı
DOÇ. DR. YEŞİM SERİNAĞAOĞLU DOĞRUSÖZ
PROF. DR. GERHARD WİEHELM WEBER
- Brakiyal pleksus bloğunda perfüzyon indeksi ve kapiller dolum zamanı kullanılarak mikrosirkülasyonun değerlendirilmesi
Evaluation of microcirculation using capi̇ller refi̇ll time and perfusion index of the bracial plexus block
HÜMEYRA ASTAN
Tıpta Uzmanlık
Türkçe
2017
Anestezi ve ReanimasyonGaziosmanpaşa ÜniversitesiAnesteziyoloji ve Reanimasyon Ana Bilim Dalı
DOÇ. DR. MUSTAFA SÜREN
- Normal basınçlı hidrosefali hastalarında ventriküloperitoneal şant cerrahisinin diagnostik parametreler ve komorbid hastalıklar üzerine etkisi
The effect of ventriculoperitoneal shunt surgery on diagnostic parameters and comorbid diseases in patients with normal pressure hydrocephalus
ÖMER ÖZDEMİR
Tıpta Uzmanlık
Türkçe
2017
Nöroşirürjiİstanbul ÜniversitesiBeyin ve Sinir Cerrahisi Ana Bilim Dalı
PROF. DR. ORHAN BARLAS
- Enürezis noktürnası olan çocuklarda uygulanan tedavilerin değerlendirilmesi
Evaluation of USED therapies in children with nocturnal enuresis
PINAR YAZICIOĞLU
Tıpta Uzmanlık
Türkçe
2015
Çocuk Sağlığı ve HastalıklarıNecmettin Erbakan ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. HÜSEYİN ÇAKSEN
- Biyomagnetik olaylar
Başlık çevirisi yok
M.TOGAN ÇANDIR
Yüksek Lisans
Türkçe
1996
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. İNCİ AKKAY