Please use this identifier to cite or link to this item: https://hdl.handle.net/11499/3158
Title: Yapay sinir ağları ve bulanık mantık denklik ilişkilerini kullanarak kalp hızı değişkenliği analizi
Other Titles: Heart rate variability analysis using artificial neural networks and fuzzy equivalence relations
Authors: Sezai Tokat
Elfatimi, Elhoucine
Keywords: Kalp hızı değişkenliği
Otonom sinir sistemi
Sempatik
Parasempatik
Başarım ölçütleri
Bulanık denklik ilişkileri
Yapay sinir ağları
Heart rate variability
Autonomic nervous system
Sympathetic
Parasympathetic
Performance measure
Fuzzy equivalence relations
Artificial neural networks
Issue Date: Aug-2018
Publisher: Pamukkale Üniversitesi Fen Bilimleri Enstitüsü
Abstract: Nabız değişkenliğinin analizi birçok hastalık patolojisinin incelenmesi için gittikçe popüler ve önemli bir araç haline gelmiştir. Vücuttaki pek çok sistemde olduğu gibi kalp de otonom sinir sistemi tarafından kontrol edilir. Otonom sinir sistemi, bu kontrol sürecini kalpte atımdan atıma meydana gelen farklılıkları dinamik olarak kontrol eden sempatik ve parasempatik yöntemler ile gerçekleştirir. Kalp hızında meydana gelen değişimler kalp hızı değişkenliği olarak adlandırılır ve atımdan atıma aralıkların değişimi olarak ölçülür. kalp hızı değişkenliği kalp atımları arasındaki zaman aralığındaki değişimin fizyolojik bir göstergesi, kalbin otonom fonksiyonunun bir ölçüsüdür Bu çalışmada açık kaynaklı bir kalp hızı değişkenliği analiz yazılımı paketi tasarlanmıştır. İstatistiksel ve zaman-domeni analizi, frekans-domeni analizi, doğrusal olmayan analiz ve zaman-frekans domeni analizi olmak üzere dört ana kategoride analizler uygulanmıştır. Yazılımın gerçeklenmesi yapay sinir ağları ve bulanık denklik ilişkileri ile sağlanmıştır. Yapay sinir ağları, sınıflandırma amacıyla her bir grupla giriş verilerini karşılaştırmak ve ardından geri yayılım algoritması kullanarak kalp hızı değişkenliği eleman verilerinin hatalarını en aza indirgemek için kullanılır. Bulanık eşdeğerlik ilişkileri, kalp hızı veri öğelerinin arasındaki ilişkiyi geliştirmek ve tanımlamak için kullanışlı bir tanı aracı olarak kullanılmaktadır. Elde edilen yazılımın değerlendirilmesi benzetim çalışmaları ve genel konjestif kalp yetmezliği verileri üzerinde gerçekleştirilmiştir. Çok düşük frekans (VLF), düşük frekans (LF), yüksek frekans (HF) ve standard sapma (SD), ortalama kalp nabızı (AHR), standart sapmaların karelerinin ortalamasının karekökü (RMSSD) gibi değerlendirme ölçütleri kullanılarak, elde edilen kalp hızı değişkenliği analizi paketinin kullanılabileceği gösterilmeye çalışılmıştır.
Heart rate variability analysis has become an important and popular tool for studying many disease pathologies. As in many systems in the body, heart is controlled by the autonomic nervous system. The autonomic nervous system is the part of the nervous system that controls the body's internal functions, and by using sympathetic and parasympathetic methods, autonomic nervous system performs the regulation of the heart branches which dynamically control the beat to beat differences of the heart. Including heart rate, heart rate variability is called the changes that occur at heart rate, it is the change and the variation in the time intervals between heart beats. That's why heart rate variability is measured by the variation in the beat-to-beat interval. It is a measure of autonomous function of the heart. In this study, a heart rate variability analysis software package is designed that implements four important categories of heart rate variability techniques: frequency-domain analysis, and time-domain analysis, time-frequency domain analysis, and nonlinear analysis. The realisation of software was applied by using artificial neural networks and fuzzy equivalence relations. Artificial neural networks are used to compare the input data with each group for classification purpose, then minimizing the errors of heart rate variability element data by using back propagation algorithm. And fuzzy equivalence relations are used as a useful diagnostic tool to develop and define the relationship betwen heart rate data elements. And by performing heart rate variability analysis on general congestive heart failure data, it will concentrate on common measures and parameters and their difficulties. The common measures and parameters are very low frequency (VLF), low frequency (LF), high frequency (HF), standard deviation (SD), mean heart rate (HR), root mean square standard deviation (RMSSD) etc. It is seen that the presented application provides a useful tool for the researchers to use and evaluate the heart rate variability.
URI: https://hdl.handle.net/11499/3158
Appears in Collections:Tez Koleksiyonu

Files in This Item:
File Description SizeFormat 
Elhoucıne Elfatımı.pdf2.26 MBAdobe PDFThumbnail
View/Open
Show full item record



CORE Recommender

Page view(s)

116
checked on Feb 23, 2024

Download(s)

162
checked on Feb 23, 2024

Google ScholarTM

Check





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