Geri Dön

Wavelet construction for digital health-care

Dijital sağlık hizmetleri için dalgacık üretimi

  1. Tez No: 903774
  2. Yazar: ÇAĞLA SARVAN CİBİL
  3. Danışmanlar: DR. ÖĞR. ÜYESİ NALAN ÖZKURT
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Yaşar Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 170

Özet

Günümüzde kardiyovasküler hastalıklar giderek yaygınlaşmakta ve sağlıklı bir hayat sürdürülmesi için erken teşhis ve tedavi planlaması önem kazanmaktadır. Elektrokardiyogram (EKG) kayıtlarının uzman analizi bu süreçte hayati bir rol oynamaktadır. Sağlık profesyonellerinin yükünü azaltmak amacıyla, kardiyak hastalıkların hızlı ve doğru bir şekilde tespitini sağlayan birçok otomatik ve yarı-otomatik sistemler geliştirilmeye devam etmektedir. Bu teknolojik yenilikler, kardiyovasküler hastalıkların yönetiminde önemli bir adımdır. Ancak, birçok mevcut yaklaşım, gerçek zamanlı EKG uygulamalarında hesaplama karmaşıklığını azaltmak için basit karar algoritmalarını tercih etmekte, öte yandan genelleştirilmiş kardiyak aritmi sınıflandırma yöntemleri belirli tanı ihtiyaçlarını karşılamayabilmektedir. Dalgacık dönüşümü, durağan olmayan sinyallerden anlamlı bilgi çıkarmak için en yaygın kullanılan algoritmalardan biridir. Dalgacık dönüşümü zaman ve frekans ortamında çeşitli çözünürlüklerde sinyallerin analiz edilmesinde vazgeçilmez bir araç olmasına rağmen, uygun dalgacık ailesini seçmek ana zorluk olarak karşımıza çıkmaktadır. Genellikle, analizde mevcut tüm ana dalgacıklar kullanılmakta ve en uygun dalgacık fonksiyonları deneysel olarak belirlenmekte veya optimizasyon algoritmaları kullanılmaktadır. Bu tez, dalgacık teorisi ve çok amaçlı genetik algoritma (ÇAGA) kullanarak belirli uygulamalar için uygun dalgacık ailesinin üretimini amaçlamaktadır. Önerilen yöntem taşınabilir sağlık cihazları için hesaplama maliyeti-etkin sınıflandırma modellerinde de kullanılabilecek yeni ve sistemli bir yaklaşımı anlatmaktadır. Dalgacık teorisinin üretim algoritmasına entegrasyonu, dalgacıkların minimum faz, simetri ve diklik gibi özelliklere sahip olmasını sağlar. Ayrıca, sinyallerin istenen zaman-frekans içeriği dalgacık paket dönüşümünün yüksek çözünürlüklü ayrıştırma yeteneği sayesinde analiz edilir ve tasarlanan dalgacıklara adapte edilir. Dahası, üretilen dalgacıklar sadece istenen sinyallere benzemekle kalmaz, aynı zamanda hızlı dalgacık dönüşümü hesaplamalarında kullanılabilecek ayrık dalgacık filtrelerine sahiptir. Tez, dalgacık üretim algoritmasının iki versiyonunu önermektedir. İlk yaklaşım olan parçalı polinom temelli dalgacık üretim metodunda dalgacık tasarımı, genotipler olarak parça parça lineer fonksiyonlar oluşturarak başlatılır. İkinci yaklaşım olan birim çember kökleri tabanlı yöntemde ise genotipler, birim çemberin rastgele seçilmiş kökleri olarak kullanılır. Daha sonra ÇAGA, kullanıcıya seçilen uygunluk fonksiyonlarına göre pareto optimal çözümler üretir. Sonuç olarak, ilk ve ikinci nesil dalgacık üretim modelleri birleştirilerek yeni bir uygulama özel dalgacık üretilir. Dalgacık üretim algoritmasının başarımı, atriyal fibrilasyon (AF) tespiti üzerine bir vaka çalışmasıyla gösterilmiştir. Deneylerde, halka açık veri setlerinden ve Ege Üniversitesi Kardiyoloji bölümünden toplanan EKG sinyallerinden yararlanılmıştır. Basit birçok katmanlı algılayıcı ağı standart dalgacıklara kıyasla AF sinyallerini daha iyi bir performansla tespit etmiş, böylece ana hedefimizin gerçekleştirildiği kanıtlanmıştır.

Özet (Çeviri)

Cardiovascular diseases are increasingly prevalent today, emphasizing the critical importance of early detection and treatment planning for maintaining health. Specialist analysis of electrocardiogram recordings plays a pivotal role in this process. To reduce the workload on healthcare professionals, automated and semi-automated systems have been developed to rapidly and accurately detect cardiac conditions. These technological innovations represent a significant step forward in the management of cardiovascular diseases. However, many current approaches prefer simple decision algorithms to reduce computational complexity in real-time electrocardiography (ECG) applications, and some generalized cardiac arrhythmia classification methods may not meet specific diagnostic needs. The wavelet transform (WT) is one of the most common algorithms used to extract meaningful information from nonstationary signals. Although it is an indispensable tool for analyzing signals in both time and frequency at various resolutions, the main challenge lies in selecting the suitable wavelet family for analysis. Typically, all available mother wavelets are employed in the analysis, and the best wavelet is selected heuristically or through an optimization algorithm to identify the most appropriate wavelet functions from a standard wavelet library. This thesis aims to construct the appropriate wavelet family for specific applications using wavelet theory and multi-objective genetic algorithm (MOGA). The proposed method describes a new and systematic approach that can also be utilized in computationally cost-effective classification models for portable health devices. The integration of wavelet theory into the construction algorithm ensures that the wavelets satisfy properties such as minimum phase, symmetry, and orthogonality. Additionally, the desired time-frequency content of the signals is analyzed and adapted to the designed wavelets thanks to the high-resolution decomposition ability of wavelet packet transform. Moreover, the constructed wavelets not only resemble the desired signals but also have discrete wavelet filters that can be used in fast wavelet transform calculations. The thesis proposes two modifications of the wavelet construction algorithm. The first one starts the wavelet design by creating piece-wise linear functions as genotypes in the piecewise polynomial-based wavelet construction method. In the second approach, namely, the roots of unit circle-based method, the genotypes are randomly initialized roots of the unit circle. Then, MOGA produces Pareto optimal solutions for the user according to the selected fitness functions. As a result, a new application-specific wavelet is constructed by combining the first and second-generation wavelet construction models. The performance of the wavelet construction algorithm is demonstrated with a case study on atrial fibrillation (AF) detection. Recordings from public datasets and ECG signals collected from the Ege University Cardiology department were used in the experiments. It was observed that a simple multilayer perceptron network detects AF signals with better performance than standard wavelets, thereby proving that our main objective is achieved.

Benzer Tezler

  1. Tez No

    292653

    Wavelet tabanlı telif hakkı koruma yöntemi

    Wavelet based copyright protection

    RAMAZAN GÜRLEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇanakkale Onsekiz Mart Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. İBRAHİM TÜRKYILMAZ

  2. Tez No

    606424

    Adaptive symbol glossary for pattern based cognitive communication system

    Örüntü tabanlı bilişsel haberleşme sistemi için uyarlamalı sembol sözlüğü

    HUSAM Y. I ALZAQ

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    Assoc. Prof. Dr. BURAK BERK ÜSTÜNDAĞ

  3. Tez No

    467041

    Wavelet frames and redundant wavelet transforms for fault detection

    Dalgacık çerçeveleri ve artıklı dalgacık dönüşümleri ile arıza tespiti

    TAYFUN ŞENGÜLER

    Doktora

    İngilizce

    İngilizce

    2017

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAHİN SERHAT ŞEKER

  4. Tez No

    38648

    Certain time-frequency representations and their applications

    Bazı zaman-frekans dağılımları ve uygulamaları

    HALİDE ŞİRİN SELVİ

    Yüksek Lisans

    İngilizce

    İngilizce

    1995

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    KEMAL LEBLEBİCİOĞLU

  5. Tez No

    80880

    Olay ilişkili potansiyellerin zaman serileriyle incelenmesi

    Analysis event related potentials with time series

    ÖMER UTKU ERZENGİN

    Yüksek Lisans

    Türkçe

    Türkçe

    1999

    Tıbbi BiyolojiHacettepe Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    DOÇ. DR. VİLDAN SÜMBÜLOĞLU

Geri Dön