Konjestif kalp yetmezliğinin Hilbert-Huang dönüşüm ile analizi

Basit Öğe Kaydı
dc.contributor.authorAltan, Gökhan
dc.contributor.authorYayık, Abdullah
dc.contributor.authorKutlu, Yakup
dc.contributor.authorYıldırım, Serdar
dc.contributor.authorYıldırım, Esen
dc.date.accessioned2019-07-16T15:55:36Z
dc.date.available2019-07-16T15:55:36Z
dc.date.issued2014
dc.departmentHatay Mustafa Kemal Üniversitesien_US
dc.description.abstractHilbert-Huang Dönüşümü (HHD) liner olmayan ve sabit olmayan sinyaller üzerinde öznitelik çıkartma, filtreleme gibi işlemlerde sıkça kullanılan bir yöntemdir. Bu çalışmada, HHD yönteminin kalp sinyallerine uygulanması sonucu özniteliklerin belirlenmesi ve belirlenen bu özniteliklerin Kongestif Kalp Yetmezliği (KKY) olan hastaların kontrol grubundan ayırt edilerek sınıflama yapılması üzerine bir çalışma yapılmıştır. Kalp hızı değişkenlerinden elde edilen RR sinyalleri, HHD işleminden geçirilerek içsel mod fonksiyonları (İMF) bileşenleri elde edilmiş, dönüşüm sonrası elde edilen sinyallerin istatistiksel bilgileri öznitelik olarak belirlenmiştir. Elde edilen öznitelikler, Yapay Sinir Ağları (YSA) kullanılarak sınıflandırma başarımı incelenmiştir. Sonuç olarak, RR sinyallerden elde edilen İMF bileşenlerin istatistiksel öznitelikleri kullanılarak sınıflama işleminde iyi sonuçlar alınabileceğini göstermiştir.en_US
dc.description.abstractHilbert-Huang Transform(HHT) is a method that is often used for feature extraction, filtering and similar processes on nonlinear and non-stationary signals. In this study, HHT is used for feature extraction that can be obtained from applying to Heart Rate variability signals and studied on classifying by distinguishing Congestive Heart Failure (CHF) patients from the control group of patients by selected features. Instrict Mode Functions (IMF) components are sifted by applying HHT to RR signals obtained from the heart rate variability, statistical informations of the signals obtained after the transformation have been set as features. Classification accuracy of Obtained statistical features are analyzed with Artificial Neural Networks (ANN). In conclusion, using statistical features of IMF components transformed from RR signals shows good classification results can be taken. ANAHTAR KELİMELER/KEYWORDSen_US
dc.identifier.endpage103en_US
dc.identifier.issn1302-9304
dc.identifier.issue48en_US
dc.identifier.startpage94en_US
dc.identifier.urihttps://trdizin.gov.tr/publication/paper/detail/TVRjME9UZzVPUT09
dc.identifier.urihttps://hdl.handle.net/20.500.12483/2099
dc.identifier.volume16en_US
dc.indekslendigikaynakTR-Dizinen_US
dc.language.isotren_US
dc.relation.ispartofDokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisien_US
dc.relation.publicationcategoryDiğeren_US]
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectMühendisliken_US
dc.subjectOrtak Disiplinleren_US
dc.titleKonjestif kalp yetmezliğinin Hilbert-Huang dönüşüm ile analizien_US
dc.title.alternativeAnalyse of congestıve heart failure using Hilbert- Huang transformen_US
dc.typeOtheren_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
Altan, Gokhan 2014.pdf
Boyut:
892.31 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu