Makine öğrenmesi yöntemleriyle EKG sinyallerinde solunum tespiti
Respiration detection in ECG signals using machine learning methods
- Tez No: 947326
- Danışmanlar: DOÇ. DR. ESRA SAATÇI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Apne, Makine öğrenmesi yöntemleri, Rastgele ormanlar, Apnea, Machine learning methods, Random forests
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İstanbul Kültür Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında,“Makine Öğrenmesi Yöntemleriyle EKG Sinyallerinde Solunum Tespiti”başlığı altında, uyku bozukluklarının klinik tanısında yalnızca tek kanallı elektrokardiyogram (EKG) sinyalleri kullanılarak Obstrüktif Uyku Apnesi (OSA) tespit edilmesi amaçlanmıştır. Çalışmada kullanılan tek kanallı EKG sinyallerin ön işleme sürecinde, gürültü ve artefaktların giderilmesi amacıyla bant geçiren filtre ve Savitzky-Golay filtresi uygulanmıştır. Ardından, Pan-Tompkins algoritması kullanılarak R-tepeleri otomatik olarak tespit edilmiş ve R-R aralık zaman serisi elde edilmiştir. Elde edilen R-tepeleri ve ön işlenmiş EKG sinyalleri kullanılarak EKG Türevli Solunum (EDR) sinyalleri üç farklı formda (QRS Alan Varyasyonu, QRS Eğimi ve R-Tepe Genliği) türetilmiştir. Daha sonra, R-R aralıkları ve EDR sinyalleri kübik spline enterpolasyonu ile 4 Hz örnekleme frekansında yeniden örneklenmiştir. Hem yeniden örneklenen sinyallerden hem ön işlenmiş EKG'den çeşitli öznitelikler çıkarılmıştır. Bununla birlikte, Sürekli Dalgacık Dönüşümü (CWT) yöntemi ile Kardiyopulmoner Eşleşme (CPC) hesaplanmıştır. Bu bağlamda, CPC matrisinden CWT tabanlı CPC öznitelikleri çıkarılmıştır. Son aşamada, farklı formlarda elde edilen öznitelikler kullanılarak rastgele ormanlar makine öğrenmesi algoritması ile sınıflandırma işlemi gerçekleştirilmiştir. Öznitelik seçimi mRMR yöntemi kullanarak farklı durumlarda performans değerlendirmeleri yapılmıştır. Bu model, uyku dakikalarında apne durumu olup olmadığını belirlemek amacıyla kullanılmıştır. En yüksek başarı, tüm özniteliklerin birlikte kullanıldığı ve topK = 15 seçiminin uygulandığı durumda elde edilmiştir. Bu durumda, modelin doğruluk değeri %88,99, duyarlılığı 0,88 ve özgüllüğü 0,897 olarak ölçülmüştür.
Özet (Çeviri)
In this thesis study, titled“Respiration Detection in ECG Signals Using Machine Learning Methods,”the aim was to detect Obstructive Sleep Apnea (OSA) using only single-lead electrocardiogram (ECG) signals for the clinical diagnosis of sleep disorders. The single-channel ECG signals used in the study were preprocessed by applying a band-pass filter and the Savitzky-Golay filter to eliminate noise and artifacts. Subsequently, R-peaks were automatically detected using the Pan-Tompkins algorithm, and the R-R interval time series was obtained. Based on the detected R-peaks and preprocessed ECG signals, ECG-Derived Respiration (EDR) signals were generated in three forms: QRS area variation, QRS slope, and R-peak amplitude. The R-R intervals and EDR signals were then resampled at 4 Hz using cubic spline interpolation. Various features were extracted both from the resampled signals and the preprocessed ECG signals. Additionally, Cardiopulmonary Coupling (CPC) was computed using the Continuous Wavelet Transform (CWT). In this context, CWT-based CPC features were also derived from the CPC matrix. In the final stage, classification was performed using the Random Forest machine learning algorithm using different sets of features. Feature selection was conducted using the mRMR method. The developed model was employed to identify the presence or absence of apnea events in minutes of sleep. The highest performance was achieved when all features were used together, with topK = 15. In this case, the model achieved an accuracy of 88.99%, a sensitivity of 0.88, and a specificity of 0.897.
Benzer Tezler
- Diesel motorları yakıt püskürtme sistemlerinin dinamik simülasyonu
Başlık çevirisi yok
İRFAN KARAGÖZ
Yüksek Lisans
Türkçe
1986
Makine MühendisliğiUludağ ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. OĞUZ BORAT
- Kuyruk modelleri ve analizi üzerine bir uygulama
Başlık çevirisi yok
DİDEM ÖZPULAT
Yüksek Lisans
Türkçe
1985
İstatistikEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. FİKRET İKİZ
- Yenileme yatırımları
Başlık çevirisi yok
OSMAN NURİ FİLİZ
Yüksek Lisans
Türkçe
1986
İşletmeGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. OSMAN OKKA
- Çeltik kabuklarının yalıtım malzemesi olarak kullanılması
Başlık çevirisi yok
B.CİHAN ÇELEBİ
Yüksek Lisans
Türkçe
1986
Makine MühendisliğiUludağ ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET KIRBIYIK
- Hızlı katılaşma ile yüksek mukavemetli malzemelerin üretilmesi ve kurşun-asit akümalatörlerine uygulanması
Başlık çevirisi yok
ÜMİT AKÇAL
Yüksek Lisans
Türkçe
1986
Makine MühendisliğiUludağ ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİM DEMİRCİ