Please use this identifier to cite or link to this item: http://hdl.handle.net/11527/779
Title: Elektrokardiyogram Vurularının Gal Ağı Yardımıyla Sınıflandırılması
Other Titles: Classification Of Electrocardiogram Beats Using Gal Network
Authors: Korürek, Mehmet
Metin, Selin
Biyomedikal Mühendisliği
Biomedical Engineering
Keywords: Yapay sinir ağı
EKG
Sınıflandırma
GAL
Neural networks
ECG
Classification
GAL
Publisher: Fen Bilimleri Enstitüsü
Institute of Science and Technology
Abstract: Bu çalışmada, yapay sinir ağı kullanılarak EKG vurularındaki aritmiler sınıflandırılmıştır. Sınıflayıcı olarak GAL (grow and learn) ağı kullanılmıştır. Yapay sinir ağına giriş olarak verilen öznitelik vektörleri doğrudan EKG işaretinin genlik değerlerinden elde edilmiştir. Bu yöntem, öznitelik çıkartma ve dönüşüm işlemlerinin getireceği hesap yükünü ortadan kaldırmaktadır. Kalıp vektörleri yalnızca EKG işaretindeki morfolojik değişimlerden etkilenmektedir. Kalıplar, yalnızca QRS kompleksini içermektedir. Sınıflandırma aşamasında dalga formu deteksiyonu ve kalıp uydurma yöntemleri kullanılmıştır. Dokuz tip EKG vurusu incelenmiştir. Her vuru tipi için elde edilen kalıplar kullanılarak EKG vuruları minimum mesafe ölçütüne göre sınıflandırılmıştır. Sonuçlar literatürdeki çalışmalarla karşılaştırıldığında, geliştirilen algoritmanın yüksek sınıflama performansı gösterdiği ve yeterli ayırım gücüne sahip olduğu gözlenmiştir.
In this study arrhythmias in ECG beats are classified using artificial neural network. GAL (grow and learn) network is used as classifier. The feature vectors, which are input to the neural network, are directly obtained from ECG signal amplitude values. This method decreases the cost of feature extraction and transformation operations. Template vectors are affected only from the morphological changes in the ECG signal. Only the QRS complexes are included in the template vectors. Waveform detection and template matching methods are used for classification. Nine types of ECG beats are analyzed. ECG beats are classified according to the minimum distance metric using the templates obtained for each beat type. The comparison of the results with the examples given in the literature shows that the algorithm developed has high classification performance and enough separation strength.
Description: Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2002
Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2002
URI: http://hdl.handle.net/11527/779
Appears in Collections:Biyomedikal Mühendisliği Lisansüstü Programı - Yüksek Lisans

Files in This Item:
File Description SizeFormat 
1782.pdf3.19 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.