Ekg sinyallerinin kaba küme teorisi yardımıyla sınıflandırma analizi ve yeni bir sınıflandırma algoritma önerisi (FWRSC)
Classification of ecg signals analysis using rough sets theory and a new classi̇fi̇cati̇on algori̇thm approach (FWRSC)
- Tez No: 392201
- Danışmanlar: YRD. DOÇ. SEDAT TELÇEKEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Anadolu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kalp krizi gibi kalp rahatsızlıkların tedavisinde erken tanı ve teşhis çok önemlidir. EKG sinyalleri, kalp ile ilgili çeşitli hastalıkların ve rahatsızlıkların teşhisinde ve erken tanı konmasında kullanılan en etkili yöntemlerden biridir. Sağlık alanında eksik ve tutarsız veri kümesi sıklıkta olduğundan EKG sinyallerinin doğru yorumlanması çok önemlidir. Kaba kümeler teorisi (KKT), bulanık kümeler gibi uzman sistemler için analiz ve bilgi çıkarımında kullanılan kural tabanlı bir yöntemdir. Kaba kümeler eksik, tutarsız ve belirsiz veri kümelerini düzenleyerek değerlendirme için uygun hale getirmektedir. Bu çalışmada ilk olarak KKT yardımı ile EKG sinyalleri sınıflandırılmıştır. Burada en az parametre kullanarak, doktorların daha hızlı ve erken teşhisine yardımcı olacak bir model oluşturulmuştur. Bu model ile EKG sinyalleri % 85'e yakın bir doğruluk ile sınıflandırılmıştır. İkinci olarak KKT kullanılarak puanlama sistemi ile oluşturulan ağırlık matrisi ve benzerlik tabanlı Nitelik Ağırlıklı Kaba Küme Sınıflandırma (Feature Weighted Rough Set Classification <FWRSC>) olarak adlandırılan yeni bir sınıflandırma metodu geliştirilmiştir. Bu metot 5 farklı veri kümesi için WEKA programındaki sınıflandırma metotları ile kıyaslanmıştır. Deney sonuçlarında FWRSC'nin WEKA programındaki birçok metottan daha yüksek performans gösterdiği görülmüştür. Ayrıca FWRSC, doğruluk ölçütü bakımından 5 veri kümesi için 67,47 genel ortalama ile en yüksek performansı göstermiştir
Özet (Çeviri)
Early diagnosis and treatment of heart diseases such as heart attack is very important. ECG signals, for the diagnosis of various diseases and disorders of the heart is the most effective method used for early diagnosis. Because the incidence of incomplete and inconsistent data sets in the health field, the proper interpretation of the ECG signal is very important. Rough set theory (RST) is a rule-based method used in extracting information and analysis for expert analysis such as fuzzy sets. Rough sets make it suitable by organizing incomplete, inconsistent and uncertain data sets for evaluation. In this study, ECG signals classified with the RST firstly. At this point, using the minimum parameters, which would help doctors for more rapid and early detection of a pattern has been established. This model has been classified the ECG signals with an accuracy close to 85%. Later, a new classification that the weight matrix created scoring system by using RST and similarity-based method has been developed and it's been named as Feature Weighted Rough Set Classification (FWRSC). This method is compared with the classification method in WEKA for 5 difference data sets. The experimental results showed that FWRSC showed higher performance than many methods in WEKA. In addition, in terms of accuracy, it showed the highest performance with the overall average of 67.47 for 5 difference data sets.
Benzer Tezler
- Gelişimsel bozukluğu olan çocuklarda organ motilitesinin beslenme, motor fonksiyon ve bilişsel fonksiyon üzerine etkisinin saptanması
Determination of the effect of organ motivity on nutrition, motor function and cognitive function in children with developmental disorders
MAYA MUHAMOVA
Yüksek Lisans
Türkçe
2019
Çocuk Sağlığı ve HastalıklarıBahçeşehir ÜniversitesiFizyoterapi ve Rehabilitasyon Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜLŞAH KINALI
- EKG sinyallerinin doğrusal olmayan süzgeçler yardımıyla gürültüden arındırılması
Denoising ECG signals by using nonlinear filtering method
SELÇUK METE
Yüksek Lisans
Türkçe
2010
BiyomühendislikErciyes ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞABAN ÖZER
- EKG sinyallerinin analizi ile bazı kalp hastalıklarının tespiti
Detection of some heart diseases by analysing ECG signals
ONUR ALPTEKİN
Yüksek Lisans
Türkçe
2010
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. AYDIN AKAN
- EKG sinyallerinin bilgisayarda görüntülenmesi, ayrıştırılması ve analizi
ECG signals on the computer display, sorting and analysis
ÜMİT ŞENTÜRK
Yüksek Lisans
Türkçe
2013
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektronik-Bilgisayar Ana Bilim Dalı
PROF. HÜSEYİN SELÇUK VAROL
- Elektrokardiyografi (EKG) sinyallerinin aritmi tespiti için yapay zeka yöntemleri ile sınıflandırılması
Classification of electrocardiography (ECG) signals by artificial intelligence methods for determining arrhythmia
İBRAHİM ÇELİK
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiMersin ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. EVREN DEĞİRMENCİ
PROF. DR. ALİ AKDAĞLI