Geri Dön

Sporcular için invaziv olmayan sürekli kan basıncı tahmini

Non-invasive continuous blood pressure estimation for athletes

PDF İndir

  1. Tez No: 937252
  2. Yazar: EMİNE NUR TALİB
  3. Danışmanlar: DOÇ. DR. AHMET AYDIN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyomühendislik, Biyoteknoloji, Mühendislik Bilimleri, Bioengineering, Biotechnology, Engineering Sciences
  6. Anahtar Kelimeler: Kan Basıncı, ECG, PPG, Makine Öğrenmesi, Blood Pressure, ECG, PPG, Machine Learning
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 81

Özet

Bu tezde farklı makine öğrenmesi modelleri kullanarak sporculara yönelik matşetsiz ve invaziv olmayan kan basıncı (KB) tahmini üzerine bir yöntem geliştirilmiştir. Geleneksel KB ölçüm yöntemleri İnvaziv ve invaziv olmayan olmak üzere ikiye ayrılmaktadır. Son yıllarda her iki yöntemin dezavantajlarını gidermek amacıyla vücut üzerinden kolay bir şekilde ölçülebilen elektrokardiyogram(ECG) ve fotoplatismogram(PPG) gibi biyosinyaller kullanarak dolaylı olarak KB ölçümü yapan sistemler büyük bir ilgi görmüştür. Bu çalışmada, ECG sinyalinden kalp atım hızı(HR),P-R süresi, R-R süresi, P genliği, R genliği ve T genliği özellikleri, PPG sinyalinden nabız aralığı(PPI), sistolik pik genliği(SPV), nabız dalga bitişi (PWE) ve Dikrotik çentiğin genliği (b) ile sistolik zirvenin genliği (a) arasındaki orandır. b/a oranı özellikleri ve her iki sinyali kullanarak hesaplanan nabız geçiş zamanı(PTT) özelliği hesaplanmıştır. Makine öğrenmesi modellerinin eğitimi ve test süreci için, hem hazır veri setleri hem de bu çalışma kapsamında geliştirilen özel donanım aracılığıyla toplanan özgün veriler kullanılmıştır. Tasarlanan sistem, gerçek zamanlı sinyal kaydı yapabilmekte olup, ölçümler koşu bandı üzerinde egzersiz yapan deneklerden alınmıştır. Bu yönüyle sistem, sporculara özel olarak değerlendirilmiş ve fiziksel aktivite sırasındaki KB değişimlerini yansıtabilecek nitelikte veri sağlamıştır. Elde edilen özellikler yardımıyla KB tahmini için farklı makine öğrenmesi modelleri denenmiştir. Test edilen makine öğrenmesi modelleri arasında diastolik KB için 2.3+0.7 sistolik KB için 5+1.3 MAE değeriyle en başarılı LASSO regresyon modeli görülmiştir. Çalışmada kullanılan ECG ve PPG sinyalleri, makine öğrenmesi modellerini eğitmek amacıyla belirli ön işleme adımlarına tabi tutulmuştur. Bu adımlar arasında sinyal filtreleme, özellik seçimi ve normalizasyon yer almaktadır. Test edilen makine öğrenmesi modellerinin performanslarını değerlendirmek üzere farklı veri setler kullanılmış ve modellerin doğruluğu değerlendirilmiştir. Bu çalışmada, literatürde dolaylı KB ölçümü için ECG ve PPG sinyallerini kullanan diğer çalışmalara kıyasla, daha az sayıda özellik kullanılarak yüksek doğruluğa sahip bir algoritma geliştirilmiştir. Sonuç olarak, geliştirilen sistem, non-invaziv ve sürekli kan basıncı tahmini için umut vadeden bir yaklaşım sunmaktadır.

Özet (Çeviri)

athletes was developed using various machine learning models. Traditional BP measurement techniques are classified as invasive and non-invasive, both of which have certain limitations. In recent years, systems that estimate BP indirectly using biosignals such as electrocardiogram (ECG) and photoplethysmogram (PPG)—which can be easily measured from the body—have attracted significant attention as alternatives to overcome these disadvantages. In this study, several features were extracted: from the ECG signal—heart rate (HR), P-R interval, R-R interval, and the amplitudes of the P, R, and T waves; from the PPG signal—pulse period interval (PPI), systolic peak value (SPV), pulse wave end (PWE), and the ratio between the amplitude of the dicrotic notch (b) and the amplitude of the systolic peak (a).b/a ratio; and additionally, pulse transit time (PTT) was calculated using both signals. For the training and testing of the machine learning models, both publicly available datasets and original data collected via custom-designed hardware developed within the scope of this study were used. The designed system is capable of real-time signal acquisition, and the measurements were taken from subjects while running on a treadmill. Therefore, the system was specifically evaluated for athletic use, providing data that reflects BP variations during physical activity. Using the extracted features, several machine learning algorithms were tested for BP estimation. Among the tested models, the LASSO regression model achieved the best performance with a mean absolute error (MAE) of 2.3 ± 0.7 mmHg for diastolic BP and 5 ± 1.3 mmHg for systolic BP. The ECG and PPG signals used in the study were subjected to several preprocessing steps, including signal filtering, feature selection, and normalization, prior to training the models. In order to evaluate the generalization and accuracy of the models, different datasets were utilized during testing. Compared to other studies in the literature that estimate BP indirectly using ECG and PPG signals, this study developed a highly accurate algorithm using fewer features. In conclusion, the proposed system presents a promising approach for non-invasive and continuous blood pressure monitoring

Benzer Tezler

  1. Tez No

    579675

    Usage of joint vibration analysis (JVA) for temporomandibular joint diagnosis at special needs patients

    Özel bakım gerektiren çocuklarda temporomandibular eklem tanısı için eklem titreşim analizi kullanımı

    MHD NAWZAT HUSSEINI

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Diş HekimliğiMarmara Üniversitesi

    Pedodonti Ana Bilim Dalı

    PROF. DR. ŞEMSA İLKNUR TANBOĞA

  2. Tez No

    638854

    Akne rozasea ve pemfigus vulgaris hastalarında korneanın konfokal mikroskopi ile değerlendirilmesi

    Evaluation of cornea by confocal microscopy in patients with acne rozasea and pemfigus vulgaris

    BEYZA YAVUZER

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2020

    Göz HastalıklarıVan Yüzüncü Yıl Üniversitesi

    Göz Hastalıkları Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ERBİL SEVEN

  3. Tez No

    70899

    Radiküler kist ve granülomların dijital histogram analizi ile ayırdedilmesi

    Differention of radicular cyst and granulomas with digital histogram analysis

    ÜLKEM AYDIN

    Doktora

    Türkçe

    Türkçe

    1998

    Diş HekimliğiGazi Üniversitesi

    Diş Hastalıkları ve Tedavisi Ana Bilim Dalı

    PROF. DR. TAYFUN ALAÇAM

  4. Tez No

    690050

    Masseter kas kalınlığının yüz morfolojisi ve parafonksiyonel alışkanlıklar ile ilişkisi: Ultrason çalışması

    The relationship of masseter muscle thickness with face morphology and parafunctional habits: Study of ultrasound

    NEBİHA GÖZDE İSPİR

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2021

    Diş HekimliğiGazi Üniversitesi

    Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı

    PROF. DR. MERYEM TORAMAN

  5. Tez No

    762426

    Elit oryantiring sporcularının müsabaka esnasındaki performans hataları ile NON-invaziv kardiyak aktiviteleri arasındaki ilişkinin incelenmesi

    Investigation of the relationship BETWEEN NON-invasive cardiac activities and performance errors of elite orienteering athletes during competition

    HİLAL ORUÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    SporBursa Uludağ Üniversitesi

    Beden Eğitimi ve Spor Ana Bilim Dalı

    DOÇ. DR. RECEP GÖRGÜLÜ

Geri Dön