Geri Dön

Kalp sesleri kullanılarak kişi tanıma

Recognizing people using heart sounds

PDF İndir

  1. Tez No: 415325
  2. Yazar: FERDA DAL
  3. Danışmanlar: YRD. DOÇ. DR. İBRAHİM YÜCEL ÖZBEK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Cinsiyet tahmini, Destek vektör makineleri, Gauss karışım modeli, Kalp sesleri, Yaş grupları, Yaş tayini, Gender estimation, Support vector machines, Gaussian mixture model, Heart sounds, Age groups, Age determination
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Atatürk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Haberleşme Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tez çalışmasının temel amacı, kişilere ait kalp sesleri kullanılarak cinsiyetve yaş sınıfı tanıma yapabilmek ve yeni bir biyometrik tanıma önerebilmektir. Cinsiyet tanıma işleminde, Gauss Karışım Modeli (GKM) ve Destek Vektör Makineleri (DVM) kullanılarak test edilen kişinin bayan ya da erkek olduğuna karar verilir. Yaş tanıma işleminde ise bireyler genç (<30), orta yaşlı (30-50) ve yaşlı (>50) olmak üzere üç farklı sınıfa ayrılır ve Destek Vektör Makineleri (DVM) kullanılarak test edilen kişinin genç, orta yaşlı ya da yaşlı olduğuna karar verilir. Veri tabanında 49'u bayan olmak üzere toplam 205 kişiye ait kalp sesi sinyali bulunmaktadır. Bu veri tabanı kullanılarak yapılan çalışmalarda, cinsiyet tanıma işleminde Gauss Karışım Modeli (GKM) kullanılarak elde edilen başarı %87,75 iken, Destek Vektör Makineleri (DVM) kullanılarak elde edilen başarı %93,87'dir. Yaş sınıfı tanıma işlemindeki başarı ise %78,28'dir.

Özet (Çeviri)

The basis purpose of this thesis is to do gender and age classification detection using heart sounds and suggest a new biometric. For gender detection, tested person is determined as male or female using Gauss Mixture Model (GMM) and Support Vector Machine (SVM).For age classification detection, individuals are separated three classes in for young, adult and senior and tested person is determined as young, adult or senior using Support Vector Machine (SVM). In the database, there are two hundred five individuals' heart sounds and forty nine of these belong to women.In performed studies using this database, while the obtained success for gender detection using Gauss Mixture Model (GMM) is 87,75%, the obtained success for gender detection using Support Vector Machine (SVM) 93,87%. The obtained success for age classification detection is 78,28%.

Benzer Tezler

  1. Tez No

    827867

    Classification of abnormal respiratory sounds using deep learning techniques

    Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması

    AHAMADI ABDALLAH IDRISSE

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. OKTAY YILDIZ

  2. Tez No

    281437

    Basketbolda farklı oyuncu sayılarıyla oynanan yarı saha ve tam saha oyunlara verilen fizyolojik cevapların karşılaştırılması

    Comparison of physiological effects of half court and full court games played different number of players

    BİLAL UTKU ALEMDAROĞLU

    Doktora

    Türkçe

    Türkçe

    2011

    SporAnkara Üniversitesi

    Beden Eğitimi ve Spor Ana Bilim Dalı

    PROF. DR. MİTAT KOZ

  3. Tez No

    612214

    Machine learning approach for predicting severity of obstructive sleep apnea syndrome

    Obstrüktif uyku apnesinin şiddetinin tahminlenmesinde makine öğrenmesi yaklaşımı

    ONURHAN HAMZAOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Halk Sağlığıİstanbul Teknik Üniversitesi

    Hesaplamalı Bilim ve Mühendislik Ana Bilim Dalı (disiplinlerarası)

    PROF. DR. FETHİYE AYLİN SUNGUR

  4. Tez No

    32878

    Hastane ortamındaki gürültü etkenleri ve hastaların bu konudaki görüşleri

    Başlık çevirisi yok

    FATMA ŞENTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    1994

    HemşirelikHacettepe Üniversitesi

    Hemşirelikte Yönetim Ana Bilim Dalı

    DOÇ. DR. GÜLÜMSER KUBİLAY

  5. Tez No

    632406

    Accurate classification of heart sound signals forcardiovascular disease diagnosis using wavelet analysiswith machine learning and deep learning methodologies

    Makine öğrenmesi ve derin öğrenme yöntemleri ile dalgacık analizi kullanılarak kalp ses sinyallerinin kardiyovasküler hastalık tanı amaçlı doğru sınıflandırılması

    AFRAH ELFATIH FARAH MALIK

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    BiyomühendislikErciyes Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET EMİN YÜKSEL

Geri Dön