Telemedikal elektrokardiyografi sinyallerin yapay sinir ağları ile değerlendirilmesi
Evaluation of telemedical electrocardiograph signals using artificial neural network
- Tez No: 282746
- Danışmanlar: DOÇ. DR. MUNQİTH SALEEM DAWOOD, PROF. DR. OSMAN NURİ UÇAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: EKG, Bağımsız bileşen analizi, Temel bileşen analizi, Dalgacık dönüşümü ve Yapay sinir ağları, Elektrokardiyografi, Electrocardiogram (ECG), Independent Component Analysis, Principal Component Analysis, Wavelet Transfo¬¬rm, Artificial Neural Network, Electrocardiography
- Yıl: 2010
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bazı yerlerde sağlık hizmetleri çok kısıtlı ve ya ulaşılamazdır. Bilim ve teknoloji geliştiğinden dolayı sağlık hizmetlerine hızlı ulaşıldı ve hayatımızı daha kolaylaştırdı.Elektrokardiyografi, kalp ritminin elektriksel özelliklerini kayıt etmektedir ve bu alet kalp aritmilerini belirlemede önemli rolu var. Kalp hastalıklarının ölüm oranı yüksek olmasından dolayı EKG'nin kalp ritmilerinin erken tanı ve kesin teşhisi hastalıkların tedavisinde çok önemlidir.Bu çalışmada MIT-BIH EKG aritmi veri tabanından alınan tele-medikal EKG sinyallerinin sınıflandırılması gerçekleştirilmiştir. Bu çalışma üç aşamadan oluşmaktadır. İlk aşamada EKG sinyal işlemi gerçekleştirilmiştir. Bu aşamada EKG sinyallerinin süzgeçlenmesi ve QRS dedeksiyonu gerçekleştirilmiştir. İkinci aşama, EKG sinyallerinin öznitelik çıkarma işlemidir. EKG sinyallerinin öznitelik çıkarması için bağımsız bileşen analizi, temel bileşen analizi ve dalgacık dönüşümü kullanılmıştır. Üçüncü aşama ise sınıflandırma aşamasıdır. Sınıflandırmada üç farklı sınıflandırma sistemi oluşturulmuştur. Bu sistemler; bağımsız bileşen analizi-yapay sinir ağları, temel bileşen analizi-yapay sinir ağları ve dalgacık dönüşümü-yapay sinir ağlarıdır.Sınıflandırmada 4 EKG sinyal sınıfı incelenmektedir. Bu sınıflar; Normal sinüs (N), Sol dal bloğu (LBBB), Sağ dal bloğu (RBBB) ve Atrial couplet (A.coup) kullanılmıştır. Gerçekleştirilen sınıflandırma sistemleri ile elde edilen sonuçlar; temel bileşen analizi % 99.2857, bağımsız bileşen analizi % 95.7143 ve dalgacık dönüşümü ise % 98.9286 elde edilmiştir.
Özet (Çeviri)
Health services in some places are very limited or not reachable. Advancement in science and technology has made services much more reachable and ultimately our life much easier.The electrocardiogram (ECG) is the recording of the electrical property of the heartbeats, and has become one of the most important tools in the diagnosis of heart diseases. Due to the high mortality rate of heart diseases, early detection and precise discrimination of ECG arrhythmia is very important for the treatment of patients.In this work, tele-medical ECG signals which were taken from MIT-BIH ECG arrhythmia database are classified. This study consists of three phases. The first phase is pre-processing of ECG signals. In this phase, ECG signals are filtered and QRS detection is realized. The second phase is feature extraction process. In feature extraction process; Principal Component Analysis (PCA), Independent Component Analysis (ICA) and Wavelet Transform (WT) are used. The third phase is classification process. Three different classification systems are consisted in this phase. These are: PCA-Artificial Neural Network (ANN), ICA-ANN and WT-ANN.Results showed that ECG beat types: normal beat (NORM), left bundle branch block beat (LBBB), right bundle branch block beat (RBBB), artial coupled beat (ACB) are detected and classified. The experiments classification accuracies are 99.2857 % for principal component analysis (PCA), 95.7143% for Independent Component Analysis (ICA), and 98.9286 % for Wavelet Transform.
Benzer Tezler
- Özellik çıkarma teknikleri ve yapay sinir ağları kullanarak bir tele-kardiyoloji sistem tasarımı
A tele-cardiology system design using feature extraction techniques and artificial neural networks
RAHİME CEYLAN
Doktora
Türkçe
2009
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YÜKSEL ÖZBAY
PROF. DR. BEKİR KARLIK
- Tele-diş hekimliğinin pedodontide kullanımı ve geleneksel diş hekimliği uygulamaları ile karşılaştırmalı olarak değerlendirilmesi
The use of teledentistry in paediatric dentistry and its comparison with traditional dentistry practices
MÜGE ERBAY MOLA
- Açık kalp cerrahisi sonrası tele-hemşirelik yoluyla verilen eğitim ve danışmanlığın ameliyat sonrası anksiyete ve komplikasyonlar üzerine etkisinin incelenmesi
Investigation of the effects of tele-nursing training and counseling on postoperative anxiety and complications after open heart surgery
KADİRİYE PEHLİVAN
Yüksek Lisans
Türkçe
2021
HemşirelikHasan Kalyoncu ÜniversitesiHemşirelik Ana Bilim Dalı
PROF. DR. AYLA YAVA
- Kistik fibrozis dışı bronşektazi olgularında pulmoner tele rehabilitasyonun etkinliği
Efficacy of pulmonary tele rehabilitation in non-cystic fibrosis bronchiectasis cases
GÜLCAN ŞEN
Yüksek Lisans
Türkçe
2023
Fizyoterapi ve Rehabilitasyonİstanbul Aydın ÜniversitesiFizyoterapi ve Rehabilitasyon Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DEMET BİÇKİ
- Güçlendirme modeli temelli tele-hemşirelik girişimlerinin koah hastalarını güçlendirmede etkisi
The effect of empowerment model-based telenursing interventions on empowering patients with copd
ZAHİDE AKSOY
Doktora
Türkçe
2025
HemşirelikMarmara ÜniversitesiHemşirelik Ana Bilim Dalı
PROF. DR. SAİME EROL
DOÇ. DR. ÖZLEM ORUÇ