Ambulatory monitoring of ECG signals for arrhythmia detection using deep neural networks
Derin sinir ağları kullanılarak aritmi tespiti için EKG sinyallerinin ayaktan izlenmesi
- Tez No: 961122
- Danışmanlar: PROF. DR. ÖMER NEZİH GEREK
- Tez Türü: Doktora
- Konular: Biyomühendislik, Elektrik ve Elektronik Mühendisliği, Bioengineering, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Telekomünikasyon Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Güvenilir aritmi tespiti, ciddi kardiyak sonuçların önlenmesinde kritik rol oynar; ancak ilk uyarı işaretleri çoğu zaman elektrokardiyogram (ECG) sinyalindeki hastaya özgü ince sapmalar şeklinde görülür. Bu çalışma, MIT‑BIH Aritmi Veritabanı'ndan alınan kısa II. derivasyon ECG kesitlerini Sürekli Dalgacık Dönüşümü ile zaman‑frekans ölçekogramlarına çeviren çok ölçekli bir dalgacık çerçevesi sunmaktadır. Morlet, Kompleks Morlet, Meksika Şapkası ile Birinci Derece Gauss dalgacıkları düşük, orta, yüksek ve tam bantlarda değerlendirilmiştir. Oluşturulan görüntüler, katı hasta‑dışı ayrımları altında ResNet‑50, DenseNet‑121, EfficientNet‑B0 ve ViT‑B/16 mimarileriyle işlenmiştir. Beş sınıflı (AAMI dışı) senaryoda en iyi melez yapılandırma \% 83,0 doğruluk elde etmiş ve seyrek sınıf duyarlılığını yaklaşık 20 yüzde puanı artırmıştır. Meksika Şapkası ve Morlet ölçekogramlarının çok‑ölçekli arttırılması DenseNet‑121 doğruluğunu \% 60 civarından \% 80,6 düzeyine taşımıştır. AAMI gruplamasında Normal (N), Supraventriküler (S), Ventriküler (V), Fusion (F) aynı strateji, sınıf‑ağırlıklı kayıp ile birlikte, modeller bir hasta altkümesinde eğitilip diğerinde test edildiğinde \% 88–90 doğruluk sağlamış ve güçlü genelleme yeteneğini kanıtlamıştır. Bulgular, dalgacık‑temelli zaman‑frekans temsillerinin modern derin ağlarla birleştirildiğinde seyyar ECG izlemede belirgin iyileşmeler sunduğunu göstermektedir. Gelecek çalışmalar gerçek zamanlı giyilebilir uygulamalar, uyarlanabilir ölçek seçimi, daha büyük ECG veri setlerinden transfer öğrenme ve düşük gecikmeli çıkarıma odaklanacaktır.
Özet (Çeviri)
Reliable arrhythmia detection plays a pivotal role in preventing adverse cardiac events, yet the earliest warning signs often manifest as subtle, patient‑specific perturbations in the electrocardiogram~(ECG). This study introduces a multiscale wavelet framework that converts modified lead‑II segments from the MIT–BIH Arrhythmia Database into time–frequency scalograms via the Continuous Wavelet Transform. Real and complex Morlet, Mexican Hat, and first‑order Gaussian wavelets are evaluated over low, mid, high and full frequency bands. The resulting images are processed under strict inter‑patient splits by state‑of‑the‑art backbones—ResNet‑50, DenseNet‑121, EfficientNet‑B0 and ViT‑B/16. In the five‑class (non‑AAMI) setting, the best hybrid configuration attains {83.0\,\%} overall accuracy while boosting minority‑class sensitivity by nearly 20 percentage points. Multiscale augmentation with Mexican Hat and Morlet scalograms elevates DenseNet‑121 accuracy from \(\sim60\,\%\) to {80.6\,\%}. Under the four‑class AAMI taxonomy Normal (N), Supraventricular (S), Ventricular (V), and Fusion (F), the same strategy—combined with a class‑weighted loss—yields {88–90\,\%} accuracy when models are trained on one patient subset and evaluated on the other, demonstrating robust generalization. These findings indicate that wavelet‑based time–frequency representations, when paired with modern deep networks, deliver tangible improvements for ambulatory ECG monitoring. Future work will address real‑time wearable deployment, adaptive scale selection, transfer learning from larger ECG corpora and ultra‑low‑latency inference.
Benzer Tezler
- Sağlık görünen bireylerde 24 saatlik ambulatuar elektrokardiyografi ile ritm ve iletim bozukluklarının araştırılması
Başlık çevirisi yok
ZUHAL BİLECEN
- Çocukluk çağı aritmilerinde sol ventrikül fonksiyonlarının iki boyutlu ekokardiyografi ile değerlendirilmesi
Başlık çevirisi yok
M.AKİF GÜVEN
Tıpta Uzmanlık
Türkçe
1988
Çocuk Sağlığı ve HastalıklarıGazi ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
- Hemiplejik hastalarda peroneal fonksiyonel elektriksel stimülasyonun ambulasyon üzerine etkisi
Başlık çevirisi yok
Ü.NESRİN BÖLÜKBAŞI
- CAPD sırasında gelişen peritonit etkenlerinin belirlenmesi ve siprofloksasin ve seftriakson tedavisi sonuçları
Başlık çevirisi yok
GÜLGÜN DİLEK ARMAN
Tıpta Uzmanlık
Türkçe
1991
NefrolojiAnkara ÜniversitesiKlinik Bakteriyoloji ve Enfeksiyon Hastalıkları Ana Bilim Dalı