EKG sinyallerinin hastalık teşhisi için analizi

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, İstatistik Ana Bilim Dalı, Türkiye

Tezin Onay Tarihi: 2023

Tezin Dili: Türkçe

Öğrenci: FUAT SEZER

Danışman: Umay Zeynep Uzunoğlu Koçer

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Makine Öğrenimi gibi ileri veri analizi yöntemleri son yıllarda bir çok alanda yaygın olarak kullanılmaktadır. Sağlık alanı da bu analitik yöntemlerin başarıyla kullanıldığı alanların başında gelir. Bu tez çalışmasının amacı Elektrokardiyografi sinyalini işleyerek kardiyologlar için karar destek sistemi oluşturmaktır. Günümüzde Kalp hastalıkları (Aritmi) ciddi bir sorundur. Elektrokardiyografi sinyalinin incelenmesi de aritmi teşhisinin olmazsa olmazıdır. Bu yüzden çok uzun dönem Elektrokardiyografi Sinyalleri kaydedilmemektedir ve kaydedilmediği içinde uzun dönemde tespit edilebilecek kalp hastalıkları tespit edilememektedir. Bu nedenle Elektrokardiyografi sinyalinden otomatik olarak aritmilerin tespit edilmesi büyük önem taşımaktadır. Çalışmada kullanılan veri seti hastalardan elde edilen yaklaşık yarım saatlik Elektrokardiyografi sinyalleri ve her atıma karşılık gelen sınıf etiketlerini (normal atım, Prematüre ventriküler kasılma atımı vb.) içermektedir. Veri setinde K En Yakın Komşu algoritması kullanılarak atımları sınıflandıran model geliştirilmeye çalışılmıştır. Elektrokardiyografi sinyalinden Kesikli Dalgacık dönüşümü kullanılarak çıkarılan 7 değişken ile kurulan K En Yakın Komşu algoritması modeli, normal ve Prematüre ventriküler kasılma atımlarını yüksek doğruluk ile sınıflandırabilmiştir ve bu model ile kardiyologları Elektrokardiyografi sinyalinde Prematüre ventriküler kasılma atımı varlığı olup olmadığına dair hızlıca bir öngörü sunulabilecektir.