AI-enabled atrial fibrillation detection, classification and prediction based on ECG data
Elektrokardiyogram (EKG) verilerine dayalı yapay zeka destekli atrial fibrilasyonun tespiti, sınıflandırılması ve tahmini üzerine bir derleme
- Tez No: 990969
- Danışmanlar: DR. ÖĞR. ÜYESİ FATİH KAHRAMAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Atriyal Fibrilasyon (AF), inme, kalp yetmezliği ve mortalite riskini artıran en yaygın sürekli kardiyak aritmidir. Düzensiz ve sıklıkla asemptomatik yapısı, erken teşhisi zorlaştırmakta ve otomatik, yüksek doğrulukta tanı yöntemlerine olan ihtiyacı artırmaktadır. Bu tez, elektrokardiyogram (EKG) verilerini kullanarak AF'nin tespiti, sınıflandırılması ve tahmini için yapay zekâ (YZ) temelli bir çerçeve önermektedir. Sistematik literatür taramasıyla son yıllara ait 29 çalışma incelenmiş, temel veri kümeleri, ön işleme yöntemleri ve modelleme eğilimleri belirlenmiştir. Bu doğrultuda üç farklı yöntem araştırılmıştır. Birincisi, kalp atım hızı değişkenliği (HRV) öznitelikleriyle eğitilen İleri Beslemeli Sinir Ağı (FNN) olup %93 kesinlik, %99 duyarlılık, %96 F1-skoru ve %93 doğruluk elde etmiştir. İkinci yöntem, Kısa Zamanlı Fourier Dönüşümü (STFT) ve Sürekli Dalgacık Dönüşümü (CWT) ile oluşturulan spektrogram ve skalogram görüntülerini InceptionV3 modeliyle işlemekte; 4096 boyutlu birleşik temsiller %92 kesinlik, %90 duyarlılık ve %91 F1-skoru sağlamıştır. Üçüncü yöntem olan odak kayıplı hibrit CNN–LSTM modeli, zamansal bağımlılıkları yakalayarak %95 kesinlik, %92 duyarlılık ve %94 doğruluk değerlerine ulaşmıştır. Sonuçlar, üç YZ tabanlı yöntemin de EKG verilerinden AF tespitinde etkili olduğunu göstermektedir. Çalışma, erken tanı, gerçek zamanlı izleme ve giyilebilir sağlık sistemlerine entegrasyon açısından YZ'nin potansiyelini vurgulamaktadır.
Özet (Çeviri)
Atrial Fibrillation (AF) is the most common sustained cardiac arrhythmia, increasing the risk of stroke, heart failure, and mortality. Its intermittent and often asymptomatic nature makes early detection challenging, creating a need for automated and accurate diagnostic tools. This thesis proposes an artificial intelligence (AI) framework for AF detection, classification, and prediction using electrocardiogram (ECG) data. A systematic literature review synthesized 29 recent studies, identifying key datasets, preprocessing pipelines, and modeling trends. Based on these findings, three distinct methods were explored. The first, a Feedforward Neural Network (FNN) trained on heart-rate-variability features, achieved 93 % precision, 99 % recall, 96 % F1-score, and 93 % accuracy. The second approach used Short-Time Fourier Transform (STFT) and Continuous Wavelet Transform (CWT) to generate spectrograms and scalograms processed by InceptionV3 for feature extraction; the fused 4096-dimensional representations achieved 92 % precision, 90 % recall, and 91 % F1-score, demonstrating the strength of transfer learning. The third method, a hybrid CNN–LSTM architecture trained with focal loss, captured temporal dependencies and achieved 95 % precision, 92 % recall, and 94 % accuracy, outperforming baseline CNN models. Results confirm that all three AI-based strategies effectively detect AF from ECG data. The study underscores the capability of deep and statistical learning methods to support early diagnosis, real-time monitoring, and integration into wearable healthcare systems.
Benzer Tezler
- Ovulasyon indüksiyonu tedavisinde folliküler gelişimin ultrasonografik takibi
Başlık çevirisi yok
MERİH BAYRAM
- İzmir'de bazı yolların kapatılarak yaya bölgeleri oluşturma da kent peyzajını geliştirme açısından yeniden planlanması üzerinde araştırmalar
Başlık çevirisi yok
BAHAR TÜRKYILMAZ
- Landsat uydusu aracılığı ile elde edilen görüntülerin sınıflandırılmaları ve bunlara ilişkin bilgisayar programlarının hazırlanması
Başlık çevirisi yok
G. FERZAN KÜÇÜKA
Yüksek Lisans
Türkçe
1985
Ege ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Dokuma kumaşlarda örgü tipinin ham kumaşın boyutları ve geometrik özellikleri üzerindeki etkilerinin araştırılması
Başlık çevirisi yok
EMEL ÖNDER
- İsmayıl Hakkı Baltacıoğlu'nun kültür ve eğitim kavramı üzerine bir inceleme
An Examination of the concepts of culture and education of Ismayıl Hakkı Baltacıoğlu
ABDULLAH DİKİCİ