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
- 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
- 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
- Biyomedikal görüntülerin sınıflandırılması için yeni bir evrişimli sinir ağı mimarisi
A novel convolutional neural network architecture for classification of biomedical images
ÖZNUR ÖZALTIN
Doktora
Türkçe
2023
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MURTAZA ÖZGÜR YENİAY
DR. ORHAN ÇOŞKUN
- Derin öğrenme algoritmalarının EKG aritmilerinin sınıflandırılmasında değerlendirilmesi
Evaluation of deep learning algorithms in classification of ECG arrhythmias
ÖZGÜR TOMAK
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. TEMEL KAYIKÇIOĞLU
- Derin öğrenme ve chroma spektrogramlarına dayalı EKGsinyallerinin sınıflandırılması
Classification of ECG signals based on deep learning and chromaspectrograms
SONGÜL AKDAĞ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET BİLAL ER