Geri Dön

Kalp seslerinin segmentasyonu ve sınıflandırılması

Segmentation and classification of heart sounds

  1. Tez No: 872337
  2. Yazar: CEYDA BOZ
  3. Danışmanlar: DOÇ. DR. YÜCEL KOÇYİĞİT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Manisa Celal Bayar Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 75

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

  1. 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

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiDicle Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ABDULNASIR YILDIZ

  2. 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

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  3. Heart sound segmentation using signal processing methods

    İşaret işleme yöntemleri kullanılarak kalp sesi bölütleme

    DEVRİM ŞAHİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. HAKAN FERHATOSMANOĞLU

  4. Kalp seslerinin web 2.0 temelli internet ortamında analiz edilmesi

    Analysis of heart sounds in web 2.0 based internet

    AHMET BIRTIL

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAfyon Kocatepe Üniversitesi

    Bilgisayar Ana Bilim Dalı

    YRD. DOÇ. DR. UÇMAN ERGÜN

  5. Kalp seslerinin yapay sinir ağları ile sınıflandırılması

    Classification of the heart sounds via artificial neural network

    GÜR EMRE GÜRAKSIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAfyon Kocatepe Üniversitesi

    Bilgisayar Ana Bilim Dalı

    YRD. DOÇ. DR. UÇMAN ERGÜN