Hilbert transformundan yararlanarak EKG işaretlerinin analizi ve sınıflanması

Abstract

Ani, kalp nedenli ölümlerin her yıl beşyüzbinden fazla kurban aldığı gözönüne alındığında kalp ile ilgili sorunların zamanında teşhisinin ve tedavisinin önemi anlaşılmaktadır. Kalp hastalıklarının teşhisinde kullanılan yollardan en temeli elektrokardiyografi çekimidir. EKG işareti P, QRS ve T dalgalarından oluşmaktadır. Bu dalgaların biçimleri, süreleri ve birbirleriyle ilişkileri hastalık teşhisinde büyük önem taşımaktadır. Kalbin normal atım düzeni dışındaki bütün düzensizlikler aritmi olarak adlandırılmakta ve bu aritmilerin bazıları da hasta için büyük tehlike oluşturmaktadır. Aritmilerin zamanında teşhis edilmesi için bilgisayar tabanlı yorumlayıcı sistemler geliştirilmektedir. Böyle sistemlerde aritmi sezimi için değişik yöntemler kullanılmaktadır. Bu çalışmada, Hilbert transformundan yararlanılarak oluşturulan bir yöntem aritmi sezimi için önerilmiştir. EKG' de aritmileri, spesifik olarak ön karıncık kasılmalarım (PVC), hızlı ve doğru olarak tanıma amacıyla yapılan bu tez çalışmasına konu alman teknik, sadece EKG işareti ve işaretin Hilbert fonksiyonunun suni bir vektörkardiyogram elde etmek için kullanılmasını değil aynı zamanda da Fourier transformunu içermektedir. Aritmi sezimi yapabilmek için MIT/BIH Arrhythmia Database'den yararlanılmıştır. EKG işaretindeki normal ve anormal kalp atışlarım sınıflayabilmek için lineer bir eşitlik elde edilmiştir. Önerilen model için Matlab V5.3 programı kullanılarak bir uygulama geliştirilmiştir. Bu uygulama; filtreleme, QRS dalgalarının seçilmesi, önerilen modelin uygulanması, sonuçların gösterimi, grafiklerin çizdirilmesi ve elde edilen bilgilerin depolanmasını içermektedir. Çalışma göstermektedir ki, önerilen artimi sezme metodu PVC sezimini MIT/BIH veritabanından alınan işaretler için %99 başarı ile sağlamaktadır.

The importance of diagnosis and medical treatment of heart diseases in time is understood when sudden cardiac death, the toll of which is over 500,000 per year, considered. The basic way to diagnose heart diseases is to use electrocardiogram signals. ECG signals are formed of P, QRS, and T waves. The shape, duration, and interrelations of these waves are very important in diagnosis. All of the irregularities, which are different from normal heartbeat, are called arrhythmia and some of them are quite dangerous. Computer-based interpreter systems are currently being developed to diagnose arrhythmia. Various methods are applied in these systems. In this work, a method created using Hubert transform is suggested for arrhythmia detection. Technique to instantly and correctly detect arrhythmia, specifically PVC, from ECG that is subject to this thesis study covers ECG signal, its AVCG resulted from its Hubert transform and Fourier descriptors. ECG signals from MIT/BIH arrhythmia database is used in the study. Consequently, a linear equation is created for ECG classification. To implement the foundations of the study an application has been developed by using Matlab V5.3. This application includes filtering, selection of QRS waves, application of the proposed model, displaying outputs, drawing graphics, and storage of gathered information. The results show that the total sensitivity of arrhythmia detection has 99% for the MIT/BIH arrhythmia database.