Early predictive analysis for heart attack identification
KALP KRİZİNİ TANIMLAMAK İÇİN ERKEN ÖNGÖRÜ ANALİZİ
- Tez No: 826261
- Danışmanlar: DR. ÖĞR. ÜYESİ TİMUR İNAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 59
Özet
Bu tez, Arduino'nun yardımıyla kalp krizlerinin tanımlanması için erken tahmine dayalı bir analiz sisteminin gelişimini incelemektedir. Bu araştırmanın amacı, kalp krizi riskini gerçekleşmeden önce doğru bir şekilde tanımlayabilen güvenilir ve uygun maliyetli bir mekanizma tasarlamak ve geliştirmektir. Önerilen sistem, kalp atış hızı, kan basıncı ve diğer hayati belirtiler dahil olmak üzere bir dizi sensörden gerçek zamanlı verileri toplamak ve işlemek için bir Arduino mikrodenetleyici kartı kullanır. Toplanan veriler daha sonra, verileri analiz eden ve bir kalp krizi meydana gelme olasılığını tahmin eden bir makine öğrenimi algoritmasına iletilir. Sistem, tahmin edilen kalp krizi riski önceden tanımlanmış bir eşiği aşarsa bir alarmı tetikleyecek şekilde tasarlanmıştır. Bu alarm, sağlık hizmeti sağlayıcılarına veya aile üyelerine gönderilerek zamanında müdahale ve kalp krizlerinin önlenmesine olanak tanır. Sistemin güvenilirliği ve doğruluğu, kalp krizi geçirme riski taşıyan bireylerin belirlenmesinde yüksek düzeyde doğruluk sergileyen, hasta kayıtlarından oluşan bir veri seti üzerinde yapılan kapsamlı testlerle değerlendirildi. Sistemin düşük maliyeti ve taşınabilirliği, özellikle gelişmekte olan ülkelerde veya sınırlı sağlık hizmeti erişimi olan ülkelerde olmak üzere daha geniş bir kullanıcı yelpazesi için erişilebilir olmasını sağlar. Bu araştırmanın bulguları, özellikle yetersiz hizmet alan topluluklarda kalp hastalığının önlenmesi ve tedavisi için önemli çıkarımlara sahiptir. Bu araştırmada geliştirilen sistem, kalp krizi tanımlaması için erken tahmine dayalı analiz sistemleri geliştirmek üzere Arduino gibi düşük maliyetli ve erişilebilir teknolojileri kullanma potansiyelini göstermektedir.
Özet (Çeviri)
This thesis investigates the evolution of an early predictive analysis system for the identification of heart attacks, with the help of Arduino. The purpose of this research is to design and develop a reliable and cost-effective mechanism that can accurately identify the risk of a heart attack before it occurs. The proposed system utilizes an Arduino microcontroller board to accumulate and process real-time data from a range of sensors, including heart rate, blood pressure, and other vital signs. The collected data is then transmitted to a machine learning algorithm, which analyses the data and speculate the likelihood of a heart attack occurring. The system is designed to trigger an alarm if the predicted risk of a heart attack exceeds a predefined threshold. This alarm can be sent to healthcare providers or family members, allowing for timely intervention and prevention of heart attacks. The system's reliability and accuracy were evaluated through extensive testing on a dataset of patient records, which demonstrated a high level of accuracy in identifying individuals at risk of experiencing a heart attack. The system's low cost and portability make it accessible to a broader range of users, particularly those in developing countries or with limited healthcare access. The findings of this research have significant implications for the prevention and treatment of heart disease, particularly in underserved communities. The system developed in this research demonstrates the potential of using low-cost and accessible technology such as Arduino to develop early predictive analysis systems for heart attack identification.
Benzer Tezler
- Paroksismal atriyal fibrilasyon başlangıç zamanının kalp hızı değişkenliği analizi ve yapay zeka yöntemleriyle önceden kestirimi
Prediction of initial time of paroxysmal atrial fibrillation using heart rate variability analysis and artificial intelligence methods
ALİ NARİN
Doktora
Türkçe
2018
BiyofizikBülent Ecevit ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MAHMUT ÖZER
YRD. DOÇ. DR. YALÇIN İŞLER
- Yapay zeka yöntemleri kullanılarak st segment yükselmeli miyokart infarktüslü hastaların ölüm risk analizi ve tahmini
Death risk analysis and prediction of patients with st-segment elevated myocardial infarction using artificial intelligence methods
BAHAR ÖZYILMAZ
Yüksek Lisans
Türkçe
2024
Acil TıpBatman ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULKERİM ÖZTEKİN
- ICD tanı (International Classification of Diseases- Uluslararası Hastalık Sınıflandırması) üzerinden kalp krizi tahminlemesi
Prediction of heart attacks from ICD diagnosis (International Classification of Diseases)
SEDAT CEBESOY
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiYapay Zeka Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKALP TULUM
- Normalize edilmiş kalp hızı değişkenliği analizi ile paroksismal atriyal fibrilasyon tespiti
Detection of paroxismal atrial fibrilation with normalized heart rate variability analysis
MURAT SÜRÜCÜ
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. RESUL KARA
DOÇ. DR. YALÇIN İŞLER
- Computational analysis of external store carriage in transonic speed regime
Harici yük taşımanın transonik sürat bölgesinde hesaplamalı analizi
İ. CENKER ASLAN
Yüksek Lisans
İngilizce
2003
Havacılık Mühendisliğiİstanbul Teknik ÜniversitesiUçak Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYDIN MISIRLIOĞLU
PROF. DR. OKTAY BAYSAL