Deep learning for ECG signal classification in remote healthcareapplications
EKG sinyali için derin öğrenme uzaktan sağlik hizmetlerinde siniflandirma uygulamalar
- Tez No: 842772
- Danışmanlar: PROF. DR. HASAN HÜSEYİN BALIK
- 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: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 61
Özet
Tez, derin öğrenme algoritmalarını kullanarak EKG cihazlarının çalışmalarının nasıl iyileştirileceğine bakıyor. Bu projenin amacı, doktorların kalpte meydana gelen kalp bozukluklarını ve hastalıkları tespit etmelerine yardımcı olmaktır. Bir kişinin ölümüne neden olabilecek daha hızlı. Tek boyutlu evrişimli sinir ağı Bu çalışma için en iyi algoritmalardan biri olarak kabul edilen algoritma kullanılmıştır. Model Bu çalışmaya atanan MIT-BIH veri tabanına uygulanmıştır. Bu çalışma ile karşılaştırıldı Farklı bir algoritmanın kullanıldığı ve daha düşük bir doğruluk oranına ulaştığı başka bir çalışma Mevcut çalışmamızdan daha fazla. Bu çalışmada %98'lik bir doğruluğa ulaştık ki bu bir Ulaştığımız en iyi sonuçlardan. Ayrıca kayıp oranı %0,2 olmuştur. Model uygulandı Bu çalışma için en iyi dillerden biri olarak kabul edilen Python dili, Python olarak Dil, özellikle Algoritmayı derin öğrenme ile ilgilidir.
Özet (Çeviri)
The thesis looks at how to improve the work of ECG devices using deep learning algorithms. This project's goal is to help doctors detect heart disorders and diseases that occur in the heart faster that can cause a person's death. The one-dimensional convolutional neural network algorithm was used, which is considered one of the best algorithms for this work. The model was applied to the MIT-BIH database. assigned to this work. This work was compared with another work in which a different algorithm was used, and it reached a lower accuracy rate than our current work. In this work, we reached an accuracy of 98%, which is considered one of the best results that we reached. Also, the loss rate was 0.2%. The model was applied in the Python language, which is considered one of the best languages for this work, as the Python language is considered one of the most flexible and smooth languages, especially when the algorithm is related to deep learning.
Benzer Tezler
- Derin öğrenme yöntemleri ile kalp kastalıklarının tespiti
Detection of heart diseases with deep learning methods
ABDOULMALIK ABDOULMALIK
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiAkıllı Sistemler Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SELİM ARAS
- 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
- Multi-label classification of 12-lead ECG signal using a mixture-of-experts transformer model
Uzmanların karışımı bazlı dönüştürücü modeli ile 12 kanallı EKG sinyalinin çok etiketli sınıflandırılması
ATALAY ÇELİK
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiVeri Mühendisliği ve İş Analitiği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ALİ ERGÜN
- Neural networks for heart disease classification basing on electrocardiogram records
Elektrokardiyogram kayıtlarına dayanarak kalp hastalıklarının sınıflandırılmasına yönelik sinir ağları
SHAYMAA SAMER YOUSIF YOUSIF
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OGUZ KARAN
- EKG sinyallerinden yapay zeka yöntemleri kullanılarak uyku apnesi teşhisinin yapılması
Diagnosis of sleep apnea using artificial intelligence methods from ECG signals
BAHAR NAZLI
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAYRİYE ALTURAL ÖZKAN