Kalp seslerinin segmentasyonu ve sınıflandırılması
Segmentation and classification of heart sounds
- Tez No: 872337
- Danışmanlar: DOÇ. DR. YÜCEL KOÇYİĞİT
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Manisa Celal Bayar Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kardiyovasküler hastalıklar, dünya çapında önemli sağlık sorunlarından biridir ve erken teşhis, hastaların yaşam kalitesini artırabilirken tedavi süreçlerini de iyileştirebilir. Bu çalışmada, kalp seslerinin derinlemesine analizi ve kardiyovasküler hastalıkların teşhisi için bir yöntem geliştirilmiştir. İki farklı kalp sesleri veri seti üzerinde kapsamlı bir analiz gerçekleştirilmiştir. İlk olarak, veri setleri çentik filtre, eliptik filtre ve normalizasyon gibi ön işleme adımlarından geçirilmiştir. Daha sonra, Otsu eşikleme yöntemi kullanılarak tepe değerleri bulunmuş ve Shannon enerjisi kullanılarak segmentasyon gerçekleştirilmiştir. Elde edilen segmentler üzerinde, Ampirik Kip Ayrışımı (EMD) ve Mel Frekansı Kepstrum Katsayıları (MFCC) gibi öznitelik çıkarım yöntemleri uygulanmıştır. Bu öznitelikler, kalp seslerinin zaman – frekans alanında temsil edilmesini sağlamıştır. Son adımda, farklı sınıflandırma algoritmaları (k – En Yakın Komşu, Destek Vektör Makineleri, Yapay Sinir Ağları, Evrişimli Sinir Ağları) kullanılarak, hastalıklı ve sağlıklı kalp seslerinin sınıflandırılması gerçekleştirilmiştir. Yapılan deneysel sonuçlar, önerilen yöntemin yüksek doğruluk oranlarına ve güvenilir sonuçlara sahip olduğunu göstermektedir. Bu çalışma, kalp hastalıklarının erken teşhisinde ve tedavi süreçlerinin izlenmesinde kullanılabilecek etkili bir araç sunmaktadır.
Özet (Çeviri)
Cardiovascular diseases are significant health issues worldwide, and early diagnosis can improve patients' quality of life and enhance treatment processes. In this study, a method for in – depth analysis of heart sounds and diagnosis of cardiovascular diseases has been developed. A comprehensive analysis was conducted on two different datasets of heart sounds. Initially, the datasets underwent preprocessing steps including notch filtering, elliptic filtering, and normalization. Subsequently, peak values were identified using the Otsu thresholding method, followed by segmentation using Shannon energy. Feature extraction methods such as Empirical Mode Decomposition (EMD) and Mel Frequency Cepstral Coefficients (MFCC) were applied to the obtained segments. These features facilitated the representation of heart sounds in the time – frequency domain. In the final step, various classification algorithms (k – Nearest Neighbors, Support Vector Machines, Artificial Neural Networks, Convolutional Neural Networks) were employed to classify diseased and healthy heart sounds. Experimental results demonstrate that the proposed method achieves high accuracy rates and reliable outcomes. This study presents an effective tool for early diagnosis of cardiovascular diseases and monitoring treatment processes.
Benzer Tezler
- Normal ve patolojik kalp ses kayıtlarının zaman-frekans temelli otomatik sınıflandırılması
Time-frequency based automatic classification of normal and pathologic heart saound recordings
HASAN ZAN
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiDicle ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULNASIR YILDIZ
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Atherosklerotik kalp hastalıklarında risk faktörleri
Risk factors in the coronary artery disease
MURAT SUHER
- Pulmoner hipertansiyon etyopatogenezinde prostasiklin ve lökotrien C4'ün rolü
Possible role of leukotrien C4 and prostacyclin in the development of pulmonary hypertension
ÜLKÜ AYBERK
Tıpta Uzmanlık
Türkçe
1987
Çocuk Sağlığı ve HastalıklarıGazi ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
- Digital alan kalp hastalarının ilaç kullanımına uyumu ve uyumu etkileyen faktörler
The Drug adaptability of heart patients taking digitalis and factors affecting the adaptability
MÜYESSER ERDEM
Yüksek Lisans
Türkçe
1987
HemşirelikCumhuriyet ÜniversitesiHemşirelik Ana Bilim Dalı
YRD. DOÇ. DR. YUSUF SARIOĞLU