Bası Yaralarının Oluşumunu Önlemek İçin Giyilebilir IMU Sensörler ve Makine Öğrenmesi Yaklaşımı ile Yatış Pozisyonu Tespit ve Takip Sistemi
Abstract
Bası yaraları, özellikle mobilite kısıtlılığı yaşayan bireylerde sık karşılaşılan ve yaşam kalitesini olumsuz etkileyen ciddi bir sağlık sorunudur. Bu çalışmada, bası yaralarının önlenmesine katkı sağlamak amacıyla giyilebilir IMU sensörler kullanılarak yatış pozisyonlarının tespit edilmesini sağlayan bir sistem geliştirilmiştir. Göğüs ve bacak bölgelerine yerleştirilen IMU sensörlerinden elde edilen Euler açıları temel alınarak, beş farklı yatış pozisyonu makine öğrenmesi algoritmaları (k-En Yakın Komşu, Karar Ağacı ve Rastgele Orman) ile sınıflandırılmıştır. Çalışmaya, 18-65 yaş aralığında 100 gönüllü katılmıştır. Elde edilen sonuçlar, Rastgele Orman modelinin %99.8 doğruluk ve %99.9 özgünlük ile en yüksek başarıyı gösterdiğini ortaya koymuştur. Geliştirilen sistem, kablosuz veri aktarımı ve kullanıcı konforuna uygun hafif tasarımıyla, özellikle yoğun bakım ve evde bakım ortamlarında bası yarası riskinin azaltılması için etkili bir çözüm sunmaktadır. Ayrıca, sistemin ileri düzey algoritmalar ve sensör entegrasyonları ile geliştirilerek bireyselleştirilmiş hasta takibine yönelik uygulanabilirliği tartışılmıştır. Sonuçlar, sistemin klinik kullanıma uygun, taşınabilir ve güvenilir bir destek aracı olabileceğini göstermektedir.
Keywords
Bası Yarası Önleme Giyilebilir Teknolojiler IMU Sensörler Yatış Pozisyonu Takibi Makine Öğrenmesi
Project Number
2022 Acil-11 projesi kapsamında TÜSEB tarafından 31070 protokol numarası ile desteklenmiştir.
References
- [1] D. C. Klonoff, "The increasing incidence of diabetes in the 21st century," 2009, SAGE Publications Sage CA: Los Angeles, CA.
- [2] B. Pieper, "Pressure ulcers: impact, etiology, and classification," Acute and Chronic Wounds-E-Book, p. 124, 2015.
- [3] S. D. Horn et al., "The National Pressure Ulcer Long-Term Care Study: pressure ulcer development in long-term care residents," J Am Geriatr Soc, vol. 52, no. 3, pp. 359-367, 2004.
- [4] L. E. Edsberg, J. M. Black, M. Goldberg, L. McNichol, L. Moore, and M. Sieggreen, "Revised National Pressure Ulcer Advisory Panel pressure injury staging system: revised pressure injury staging system," Journal of Wound, Ostomy, and Continence Nursing, vol. 43, no. 6, p. 585, 2016.
- [5] J. Cuddigan, "Clinical Aspects of Deep Tissue Pressure Injury," 2016.
- [6] D. Berlowitz, C. Vandeusen Lukas, V. Parker, and Others, "Preventing pressure ulcers in hospitals| agency for healthcare research & quality," 2018.
- [7] S. A. JJ, T. I. B. JE, J. Posnett, L. San Miguel, and Others, "The Burden of Pressure Ulcers in Spain," Wounds, vol. 19, no. 7, pp. 201-206, 2007.
- [8] A. Tubaishat, P. Papanikolaou, D. Anthony, and L. Habiballah, "Pressure Ulcers Prevalence in the Acute Care Setting: A Systematic Review, 2000-2015," Clin Nurs Res, vol. 27, no. 6, pp. 643-659, 2018, doi: 10.1177/1054773817705541.
- [9] S. Zahia, M. B. Garcia Zapirain, X. Sevillano, A. González, P. J. Kim, and A. Elmaghraby, "Pressure injury image analysis with machine learning techniques: A systematic review on previous and possible future methods," Artif Intell Med, vol. 102, no. November 2018, p. 101742, 2020, doi: 10.1016/j.artmed.2019.101742.
- [10] Q. Jiang et al., "The incidence, risk factors and characteristics of pressure ulcers in hospitalized patients in China," Int J Clin Exp Pathol, vol. 7, no. 5, p. 2587, 2014.
- [11] G. Brown, "Long-term outcomes of full-thickness pressure ulcers: healing and mortality," Ostomy Wound Manage, vol. 49, no. 10, pp. 42-50, 2003.
- [12] G. Liu, K. Li, L. Zheng, W. H. Chen, G. Zhou, and Q. Jiang, "A Respiration-Derived Posture Method Based on Dual-Channel Respiration Impedance Signals," IEEE Access, vol. 5, pp. 17514-17524, Aug. 2017, doi: 10.1109/ACCESS.2017.2737461.
- [13] R. van V. L. C. D. W. F. C. and C. P. Sarah Fallmann, "Wearable Accelerometer Based Extended Sleep Position Recognition," Oct. 2017.
- [14] Z. Li, Y. Zhou, and G. Zhou, "A dual fusion recognition model for sleep posture based on air mattress pressure detection," Sci Rep, vol. 14, no. 1, Dec. 2024, doi: 10.1038/s41598-024-61267-0.
- [15] J. Liu, Y. Chen, Y. Wang, X. Chen, J. Cheng, and J. Yang, "Monitoring Vital Signs and Postures during Sleep Using WiFi Signals," IEEE Internet Things J, vol. 5, no. 3, pp. 2071-2084, Jun. 2018, doi: 10.1109/JIOT.2018.2822818.
- [16] S. M. Mohammadi, M. Alnowami, S. Khan, D.-J. Dijk, A. Hilton, and K. Wells, Sleep Posture Classification using a Convolutional Neural Network. 2018. doi: 10.0/Linux-x86_64.
- [17] Y.-J. L. L. L. C. C. Y.-P. H. Yan-Ying Li, Sleep Posture Classification with Multi-Stream CNN Using Vertical Distance Map. IEEE 2018 International Workshop on Advanced Image Technology, 2018.
- [18] Y. W. K. K. D. C. D. C. D. S. S. H. H. O.S. Eyobu, A real-time sleeping position recognition system using IMU sensor motion data. IEEE 2018 IEEE International Conference on Consumer Electronics (ICCE), 2018.
- [19] K. Kido et al., "A novel CNN-based framework for classification of signal quality and sleep position from a capacitive ECG measurement," Sensors (Switzerland), vol. 19, no. 7, Apr. 2019, doi: 10.3390/s19071731.
- [20] X. W. M. S. and K. L. Zhong Liu, "A Method to Recognize Sleeping Position Using an CNN Model Based on Human Body Pressure Image," 2019 IEEE International Conference on Power, Intelligent Computing and Systems (ICPICS), 2019.
- [21] S. Jeon, T. Park, A. Paul, Y. S. Lee, and S. H. Son, "A wearable sleep position tracking system based on dynamic state transition framework," IEEE Access, vol. 7, pp. 135742-135756, 2019, doi: 10.1109/ACCESS.2019.2942608.
- [22] S. Akbarian, G. Delfi, K. Zhu, A. Yadollahi, and B. Taati, "Automated Non-Contact Detection of Head and Body Positions during Sleep," IEEE Access, vol. 7, pp. 72826-72834, 2019, doi: 10.1109/ACCESS.2019.2920025.
- [23] L. A. Zavala-Mondragon, B. Lamichhane, L. Zhang, and G. de Haan, "CNN-SkelPose: a CNN-based skeleton estimation algorithm for clinical applications," J Ambient Intell Humaniz Comput, vol. 11, no. 6, pp. 2369-2380, Jun. 2020, doi: 10.1007/s12652-019-01259-5.
- [24] Y. Cao et al., "Contactless Body Movement Recognition during Sleep via WiFi Signals," IEEE Internet Things J, vol. 7, no. 3, pp. 2028-2037, Mar. 2020, doi: 10.1109/JIOT.2019.2960823.
- [25] S. Yue, Y. Yang, H. Wang, H. Rahul, and Di. Katabi, "BodyCompass: Monitoring Sleep Posture with Wireless Signals," Proc ACM Interact Mob Wearable Ubiquitous Technol, vol. 4, no. 2, Jun. 2020, doi: 10.1145/3397311.
- [26] H. Diao et al., "Deep Residual Networks for Sleep Posture Recognition with Unobtrusive Miniature Scale Smart Mat System," IEEE Trans Biomed Circuits Syst, vol. 15, no. 1, pp. 111-121, Feb. 2021, doi: 10.1109/TBCAS.2021.3053602.
- [27] Z. Chen and Y. Wang, "Remote Recognition of In-Bed Postures Using a Thermopile Array Sensor with Machine Learning," IEEE Sens J, vol. 21, no. 9, pp. 10428-10436, May 2021, doi: 10.1109/JSEN.2021.3059681.
- [28] Q. Hu, X. Tang, and W. Tang, "A Real-Time Patient-Specific Sleeping Posture Recognition System Using Pressure Sensitive Conductive Sheet and Transfer Learning," IEEE Sens J, vol. 21, no. 5, pp. 6869-6879, Mar. 2021, doi: 10.1109/JSEN.2020.3043416.
- [29] A. Y. C. Tam, B. P. H. So, T. T. C. Chan, A. K. Y. Cheung, D. W. C. Wong, and J. C. W. Cheung, "A blanket accommodative sleep posture classification system using an infrared depth camera: A deep learning approach with synthetic augmentation of blanket conditions," Sensors, vol. 21, no. 16, Aug. 2021, doi: 10.3390/s21165553.
- [30] T. Zhou, Z. Xia, X. Wang, and F. Xu, "Human Sleep Posture Recognition Based on Millimeter-Wave Radar," in 2021 Signal Processing Symposium, SPSympo 2021, Institute of Electrical and Electronics Engineers Inc., 2021, pp. 316-321. doi: 10.1109/SPSympo51155.2020.9593799.
- [31] M. Piriyajitakonkij et al., "SleepPoseNet: Multi-View Learning for Sleep Postural Transition Recognition Using UWB," IEEE J Biomed Health Inform, vol. 25, no. 4, pp. 1305-1314, Apr. 2021, doi: 10.1109/JBHI.2020.3025900.
- [32] K. Tang, A. Kumar, M. Nadeem, and I. Maaz, "CNN-Based Smart Sleep Posture Recognition System," Internet of Things, vol. 2, no. 1, pp. 119-139, Mar. 2021, doi: 10.3390/iot2010007.
- [33] Y. Y. Li, S. J. Wang, and Y. P. Hung, "A Vision-Based System for In-Sleep Upper-Body and Head Pose Classification," Sensors, vol. 22, no. 5, Mar. 2022, doi: 10.3390/s22052014.
- [34] S. M. M. Islam and V. M. Lubecke, "Sleep Posture Recognition with a Dual-Frequency Microwave Doppler Radar and Machine Learning Classifiers," IEEE Sens Lett, vol. 6, no. 3, Mar. 2022, doi: 10.1109/LSENS.2022.3148378.
- [35] Z. Xing, W. Gao, and G. Chuai, "Research on sleeping position recognition algorithm based on human body vibration signal," in 2022 IEEE 2nd International Conference on Power, Electronics and Computer Applications, ICPECA 2022, Institute of Electrical and Electronics Engineers Inc., 2022, pp. 403-406. doi: 10.1109/ICPECA53709.2022.9719095.
- [36] S. M. Mohammadi, S. Enshaeifar, A. Hilton, D. J. Dijk, and K. Wells, "Transfer Learning for Clinical Sleep Pose Detection Using a Single 2D IR Camera," IEEE Transactions on Neural Systems and Rehabilitation Engineering, vol. 29, pp. 290-299, 2021, doi: 10.1109/TNSRE.2020.3048121.
- [37] D. K. H. Lai et al., "Dual ultra-wideband (UWB) radar-based sleep posture recognition system: Towards ubiquitous sleep monitoring," Engineered Regeneration, vol. 4, no. 1, pp. 36-43, Mar. 2023, doi: 10.1016/j.engreg.2022.11.003.
- [38] M. Z. H. Jesmeen, T. Bhuvaneswari, A. H. Mazbah, Y. B. Chin, L. H. Siong, and N. H. A. Aziz, "SleepCon: Sleeping Posture Recognition Model using Convolutional Neural Network," Emerging Science Journal, vol. 7, no. 1, pp. 50-59, Feb. 2023, doi: 10.28991/ESJ-2023-07-01-04.
- [39] C. Intongkum, Y. Sasiwat, K. Sengchuai, A. Booranawong, and P. Phukpattaranont, "Monitoring and Classification of Human Sleep Postures, Seizures, and Falls From Bed Using Three-Axis Acceleration Signals and Machine Learning," SN Comput Sci, vol. 5, no. 1, Jan. 2024, doi: 10.1007/s42979-023-02426-4.
- [40] L. J. Kau, M. Y. Wang, and H. Zhou, "Pressure-Sensor-Based Sleep Status and Quality Evaluation System," IEEE Sens J, vol. 23, no. 9, pp. 9739-9754, May 2023, doi: 10.1109/JSEN.2023.3262747.
- [41] L. Stern and A. Roshan Fekr, "In-Bed Posture Classification Using Deep Neural Network," Sensors, vol. 23, no. 5, Mar. 2023, doi: 10.3390/s23052430.
- [42] C. He et al., "A Novel Detection Method for Heart Rate Variability and Sleep Posture Based on a Flexible Sleep Monitoring Belt," IEEE Sens J, 2024, doi: 10.1109/JSEN.2024.3518082.
- [43] A. Khan, C. Kim, J. Y. Kim, A. Aziz, and Y. Nam, "Sleep Posture Classification Using RGB and Thermal Cameras Based on Deep Learning Model," CMES - Computer Modeling in Engineering and Sciences, vol. 140, no. 2, pp. 1729-1755, 2024, doi: 10.32604/cmes.2024.049618.
- [44] A. Khan et al., "Ensemble Deep Learning for Classifying Sleeping Posture of Humans Covered in Blankets Using RGB and Thermal Imaging," IEEE Access, 2024, doi: 10.1109/ACCESS.2024.3498049.
- [45] X. Xu, Q. Mo, Z. Wang, Y. Zhao, and C. Li, "Classification of Sleeping Position Using Enhanced Stacking Ensemble Learning," Entropy, vol. 26, no. 10, Oct. 2024, doi: 10.3390/e26100817.
- [46] X. Liu et al., "PosMonitor: Fine-Grained Sleep Posture Recognition with mmWave Radar," IEEE Internet Things J, vol. 11, no. 7, pp. 11175-11189, Apr. 2024, doi: 10.1109/JIOT.2023.3328866.
- [47] D. K. H. Lai et al., "Vision Transformers (ViT) for Blanket-Penetrating Sleep Posture Recognition Using a Triple Ultra-Wideband (UWB) Radar System," Sensors, vol. 23, no. 5, Mar. 2023, doi: 10.3390/s23052475.
- [48] D. Hu, W. Gao, K. K. Ang, M. Hu, G. Chuai, and R. Huang, "Smart Sleep Monitoring: Sparse Sensor-Based Spatiotemporal CNN for Sleep Posture Detection," Sensors, vol. 24, no. 15, Aug. 2024, doi: 10.3390/s24154833.
- [49] D. K. H. Lai et al., "Deciphering Optimal Radar Ensemble for Advancing Sleep Posture Prediction through Multiview Convolutional Neural Network (MVCNN) Approach Using Spatial Radio Echo Map (SREM)," Sensors, vol. 24, no. 15, Aug. 2024, doi: 10.3390/s24155016.
- [50] B, Tasar; G. Karaduman. VirLesDetNet: Pre-Trained Hybrid Deep Learning Approaches for Virus-Based Skin Lesion Detection. Traitement du Signal, 2024, 41.5.
Bası Yaralarının Oluşumunu Önlemek İçin Giyilebilir IMU Sensörler ve Makine Öğrenmesi Yaklaşımı ile Yatış Pozisyonu Tespit ve Takip Sistemi
Abstract
Bası yaraları, özellikle mobilite kısıtlılığı yaşayan bireylerde sık karşılaşılan ve yaşam kalitesini olumsuz etkileyen ciddi bir sağlık sorunudur. Bu çalışmada, bası yaralarının önlenmesine katkı sağlamak amacıyla giyilebilir IMU sensörler kullanılarak yatış pozisyonlarının tespit edilmesini sağlayan bir sistem geliştirilmiştir. Göğüs ve bacak bölgelerine yerleştirilen IMU sensörlerinden elde edilen Euler açıları temel alınarak, beş farklı yatış pozisyonu makine öğrenmesi algoritmaları (k-En Yakın Komşu, Karar Ağacı ve Rastgele Orman) ile sınıflandırılmıştır. Çalışmaya, 18-65 yaş aralığında 100 gönüllü katılmıştır. Elde edilen sonuçlar, Rastgele Orman modelinin %99.8 doğruluk ve %99.9 özgünlük ile en yüksek başarıyı gösterdiğini ortaya koymuştur. Geliştirilen sistem, kablosuz veri aktarımı ve kullanıcı konforuna uygun hafif tasarımıyla, özellikle yoğun bakım ve evde bakım ortamlarında bası yarası riskinin azaltılması için etkili bir çözüm sunmaktadır. Ayrıca, sistemin ileri düzey algoritmalar ve sensör entegrasyonları ile geliştirilerek bireyselleştirilmiş hasta takibine yönelik uygulanabilirliği tartışılmıştır. Sonuçlar, sistemin klinik kullanıma uygun, taşınabilir ve güvenilir bir destek aracı olabileceğini göstermektedir.
Keywords
Bası Yarası Önleme Giyilebilir Teknolojiler IMU Sensörler Yatış Pozisyonu Takibi Makine Öğrenmesi
Ethical Statement
Çıkar Çatışması Beyanı: Yazarlar, çıkar çatışması bulunmadığını beyan etmektedirler. Etik Onay Beyanı: Çalışmalar, 01/09/2022 tarihli ve 2022/10-41 numaralı karar ile Fırat Üniversitesi Girişimsel Olmayan Araştırmalar Etik Kurulu onayı alınarak yürütülmüştür. Hasta Onamı Beyanı: Çalışmaya katılan tüm bireylerden bilgilendirilmiş onam alınmıştır.
Supporting Institution
TÜSEB
Project Number
2022 Acil-11 projesi kapsamında TÜSEB tarafından 31070 protokol numarası ile desteklenmiştir.
Thanks
Bu çalışma, Rabia Gizemnur EREN tarafından yüksek lisans tezi kapsamında gerçekleştirilmiş olup, Fırat Üniversitesi Mühendislik Fakültesi Mekatronik Mühendisliği Bölümü'nde Doç. Dr. Beyda TAŞAR danışmanlığında yürütülmüştür. Çalışma, 2022 Acil11 projesi kapsamında TÜSEB tarafından 31070 protokol numarası ile desteklenmiştir.
References
- [1] D. C. Klonoff, "The increasing incidence of diabetes in the 21st century," 2009, SAGE Publications Sage CA: Los Angeles, CA.
- [2] B. Pieper, "Pressure ulcers: impact, etiology, and classification," Acute and Chronic Wounds-E-Book, p. 124, 2015.
- [3] S. D. Horn et al., "The National Pressure Ulcer Long-Term Care Study: pressure ulcer development in long-term care residents," J Am Geriatr Soc, vol. 52, no. 3, pp. 359-367, 2004.
- [4] L. E. Edsberg, J. M. Black, M. Goldberg, L. McNichol, L. Moore, and M. Sieggreen, "Revised National Pressure Ulcer Advisory Panel pressure injury staging system: revised pressure injury staging system," Journal of Wound, Ostomy, and Continence Nursing, vol. 43, no. 6, p. 585, 2016.
- [5] J. Cuddigan, "Clinical Aspects of Deep Tissue Pressure Injury," 2016.
- [6] D. Berlowitz, C. Vandeusen Lukas, V. Parker, and Others, "Preventing pressure ulcers in hospitals| agency for healthcare research & quality," 2018.
- [7] S. A. JJ, T. I. B. JE, J. Posnett, L. San Miguel, and Others, "The Burden of Pressure Ulcers in Spain," Wounds, vol. 19, no. 7, pp. 201-206, 2007.
- [8] A. Tubaishat, P. Papanikolaou, D. Anthony, and L. Habiballah, "Pressure Ulcers Prevalence in the Acute Care Setting: A Systematic Review, 2000-2015," Clin Nurs Res, vol. 27, no. 6, pp. 643-659, 2018, doi: 10.1177/1054773817705541.
- [9] S. Zahia, M. B. Garcia Zapirain, X. Sevillano, A. González, P. J. Kim, and A. Elmaghraby, "Pressure injury image analysis with machine learning techniques: A systematic review on previous and possible future methods," Artif Intell Med, vol. 102, no. November 2018, p. 101742, 2020, doi: 10.1016/j.artmed.2019.101742.
- [10] Q. Jiang et al., "The incidence, risk factors and characteristics of pressure ulcers in hospitalized patients in China," Int J Clin Exp Pathol, vol. 7, no. 5, p. 2587, 2014.
- [11] G. Brown, "Long-term outcomes of full-thickness pressure ulcers: healing and mortality," Ostomy Wound Manage, vol. 49, no. 10, pp. 42-50, 2003.
- [12] G. Liu, K. Li, L. Zheng, W. H. Chen, G. Zhou, and Q. Jiang, "A Respiration-Derived Posture Method Based on Dual-Channel Respiration Impedance Signals," IEEE Access, vol. 5, pp. 17514-17524, Aug. 2017, doi: 10.1109/ACCESS.2017.2737461.
- [13] R. van V. L. C. D. W. F. C. and C. P. Sarah Fallmann, "Wearable Accelerometer Based Extended Sleep Position Recognition," Oct. 2017.
- [14] Z. Li, Y. Zhou, and G. Zhou, "A dual fusion recognition model for sleep posture based on air mattress pressure detection," Sci Rep, vol. 14, no. 1, Dec. 2024, doi: 10.1038/s41598-024-61267-0.
- [15] J. Liu, Y. Chen, Y. Wang, X. Chen, J. Cheng, and J. Yang, "Monitoring Vital Signs and Postures during Sleep Using WiFi Signals," IEEE Internet Things J, vol. 5, no. 3, pp. 2071-2084, Jun. 2018, doi: 10.1109/JIOT.2018.2822818.
- [16] S. M. Mohammadi, M. Alnowami, S. Khan, D.-J. Dijk, A. Hilton, and K. Wells, Sleep Posture Classification using a Convolutional Neural Network. 2018. doi: 10.0/Linux-x86_64.
- [17] Y.-J. L. L. L. C. C. Y.-P. H. Yan-Ying Li, Sleep Posture Classification with Multi-Stream CNN Using Vertical Distance Map. IEEE 2018 International Workshop on Advanced Image Technology, 2018.
- [18] Y. W. K. K. D. C. D. C. D. S. S. H. H. O.S. Eyobu, A real-time sleeping position recognition system using IMU sensor motion data. IEEE 2018 IEEE International Conference on Consumer Electronics (ICCE), 2018.
- [19] K. Kido et al., "A novel CNN-based framework for classification of signal quality and sleep position from a capacitive ECG measurement," Sensors (Switzerland), vol. 19, no. 7, Apr. 2019, doi: 10.3390/s19071731.
- [20] X. W. M. S. and K. L. Zhong Liu, "A Method to Recognize Sleeping Position Using an CNN Model Based on Human Body Pressure Image," 2019 IEEE International Conference on Power, Intelligent Computing and Systems (ICPICS), 2019.
- [21] S. Jeon, T. Park, A. Paul, Y. S. Lee, and S. H. Son, "A wearable sleep position tracking system based on dynamic state transition framework," IEEE Access, vol. 7, pp. 135742-135756, 2019, doi: 10.1109/ACCESS.2019.2942608.
- [22] S. Akbarian, G. Delfi, K. Zhu, A. Yadollahi, and B. Taati, "Automated Non-Contact Detection of Head and Body Positions during Sleep," IEEE Access, vol. 7, pp. 72826-72834, 2019, doi: 10.1109/ACCESS.2019.2920025.
- [23] L. A. Zavala-Mondragon, B. Lamichhane, L. Zhang, and G. de Haan, "CNN-SkelPose: a CNN-based skeleton estimation algorithm for clinical applications," J Ambient Intell Humaniz Comput, vol. 11, no. 6, pp. 2369-2380, Jun. 2020, doi: 10.1007/s12652-019-01259-5.
- [24] Y. Cao et al., "Contactless Body Movement Recognition during Sleep via WiFi Signals," IEEE Internet Things J, vol. 7, no. 3, pp. 2028-2037, Mar. 2020, doi: 10.1109/JIOT.2019.2960823.
- [25] S. Yue, Y. Yang, H. Wang, H. Rahul, and Di. Katabi, "BodyCompass: Monitoring Sleep Posture with Wireless Signals," Proc ACM Interact Mob Wearable Ubiquitous Technol, vol. 4, no. 2, Jun. 2020, doi: 10.1145/3397311.
- [26] H. Diao et al., "Deep Residual Networks for Sleep Posture Recognition with Unobtrusive Miniature Scale Smart Mat System," IEEE Trans Biomed Circuits Syst, vol. 15, no. 1, pp. 111-121, Feb. 2021, doi: 10.1109/TBCAS.2021.3053602.
- [27] Z. Chen and Y. Wang, "Remote Recognition of In-Bed Postures Using a Thermopile Array Sensor with Machine Learning," IEEE Sens J, vol. 21, no. 9, pp. 10428-10436, May 2021, doi: 10.1109/JSEN.2021.3059681.
- [28] Q. Hu, X. Tang, and W. Tang, "A Real-Time Patient-Specific Sleeping Posture Recognition System Using Pressure Sensitive Conductive Sheet and Transfer Learning," IEEE Sens J, vol. 21, no. 5, pp. 6869-6879, Mar. 2021, doi: 10.1109/JSEN.2020.3043416.
- [29] A. Y. C. Tam, B. P. H. So, T. T. C. Chan, A. K. Y. Cheung, D. W. C. Wong, and J. C. W. Cheung, "A blanket accommodative sleep posture classification system using an infrared depth camera: A deep learning approach with synthetic augmentation of blanket conditions," Sensors, vol. 21, no. 16, Aug. 2021, doi: 10.3390/s21165553.
- [30] T. Zhou, Z. Xia, X. Wang, and F. Xu, "Human Sleep Posture Recognition Based on Millimeter-Wave Radar," in 2021 Signal Processing Symposium, SPSympo 2021, Institute of Electrical and Electronics Engineers Inc., 2021, pp. 316-321. doi: 10.1109/SPSympo51155.2020.9593799.
- [31] M. Piriyajitakonkij et al., "SleepPoseNet: Multi-View Learning for Sleep Postural Transition Recognition Using UWB," IEEE J Biomed Health Inform, vol. 25, no. 4, pp. 1305-1314, Apr. 2021, doi: 10.1109/JBHI.2020.3025900.
- [32] K. Tang, A. Kumar, M. Nadeem, and I. Maaz, "CNN-Based Smart Sleep Posture Recognition System," Internet of Things, vol. 2, no. 1, pp. 119-139, Mar. 2021, doi: 10.3390/iot2010007.
- [33] Y. Y. Li, S. J. Wang, and Y. P. Hung, "A Vision-Based System for In-Sleep Upper-Body and Head Pose Classification," Sensors, vol. 22, no. 5, Mar. 2022, doi: 10.3390/s22052014.
- [34] S. M. M. Islam and V. M. Lubecke, "Sleep Posture Recognition with a Dual-Frequency Microwave Doppler Radar and Machine Learning Classifiers," IEEE Sens Lett, vol. 6, no. 3, Mar. 2022, doi: 10.1109/LSENS.2022.3148378.
- [35] Z. Xing, W. Gao, and G. Chuai, "Research on sleeping position recognition algorithm based on human body vibration signal," in 2022 IEEE 2nd International Conference on Power, Electronics and Computer Applications, ICPECA 2022, Institute of Electrical and Electronics Engineers Inc., 2022, pp. 403-406. doi: 10.1109/ICPECA53709.2022.9719095.
- [36] S. M. Mohammadi, S. Enshaeifar, A. Hilton, D. J. Dijk, and K. Wells, "Transfer Learning for Clinical Sleep Pose Detection Using a Single 2D IR Camera," IEEE Transactions on Neural Systems and Rehabilitation Engineering, vol. 29, pp. 290-299, 2021, doi: 10.1109/TNSRE.2020.3048121.
- [37] D. K. H. Lai et al., "Dual ultra-wideband (UWB) radar-based sleep posture recognition system: Towards ubiquitous sleep monitoring," Engineered Regeneration, vol. 4, no. 1, pp. 36-43, Mar. 2023, doi: 10.1016/j.engreg.2022.11.003.
- [38] M. Z. H. Jesmeen, T. Bhuvaneswari, A. H. Mazbah, Y. B. Chin, L. H. Siong, and N. H. A. Aziz, "SleepCon: Sleeping Posture Recognition Model using Convolutional Neural Network," Emerging Science Journal, vol. 7, no. 1, pp. 50-59, Feb. 2023, doi: 10.28991/ESJ-2023-07-01-04.
- [39] C. Intongkum, Y. Sasiwat, K. Sengchuai, A. Booranawong, and P. Phukpattaranont, "Monitoring and Classification of Human Sleep Postures, Seizures, and Falls From Bed Using Three-Axis Acceleration Signals and Machine Learning," SN Comput Sci, vol. 5, no. 1, Jan. 2024, doi: 10.1007/s42979-023-02426-4.
- [40] L. J. Kau, M. Y. Wang, and H. Zhou, "Pressure-Sensor-Based Sleep Status and Quality Evaluation System," IEEE Sens J, vol. 23, no. 9, pp. 9739-9754, May 2023, doi: 10.1109/JSEN.2023.3262747.
- [41] L. Stern and A. Roshan Fekr, "In-Bed Posture Classification Using Deep Neural Network," Sensors, vol. 23, no. 5, Mar. 2023, doi: 10.3390/s23052430.
- [42] C. He et al., "A Novel Detection Method for Heart Rate Variability and Sleep Posture Based on a Flexible Sleep Monitoring Belt," IEEE Sens J, 2024, doi: 10.1109/JSEN.2024.3518082.
- [43] A. Khan, C. Kim, J. Y. Kim, A. Aziz, and Y. Nam, "Sleep Posture Classification Using RGB and Thermal Cameras Based on Deep Learning Model," CMES - Computer Modeling in Engineering and Sciences, vol. 140, no. 2, pp. 1729-1755, 2024, doi: 10.32604/cmes.2024.049618.
- [44] A. Khan et al., "Ensemble Deep Learning for Classifying Sleeping Posture of Humans Covered in Blankets Using RGB and Thermal Imaging," IEEE Access, 2024, doi: 10.1109/ACCESS.2024.3498049.
- [45] X. Xu, Q. Mo, Z. Wang, Y. Zhao, and C. Li, "Classification of Sleeping Position Using Enhanced Stacking Ensemble Learning," Entropy, vol. 26, no. 10, Oct. 2024, doi: 10.3390/e26100817.
- [46] X. Liu et al., "PosMonitor: Fine-Grained Sleep Posture Recognition with mmWave Radar," IEEE Internet Things J, vol. 11, no. 7, pp. 11175-11189, Apr. 2024, doi: 10.1109/JIOT.2023.3328866.
- [47] D. K. H. Lai et al., "Vision Transformers (ViT) for Blanket-Penetrating Sleep Posture Recognition Using a Triple Ultra-Wideband (UWB) Radar System," Sensors, vol. 23, no. 5, Mar. 2023, doi: 10.3390/s23052475.
- [48] D. Hu, W. Gao, K. K. Ang, M. Hu, G. Chuai, and R. Huang, "Smart Sleep Monitoring: Sparse Sensor-Based Spatiotemporal CNN for Sleep Posture Detection," Sensors, vol. 24, no. 15, Aug. 2024, doi: 10.3390/s24154833.
- [49] D. K. H. Lai et al., "Deciphering Optimal Radar Ensemble for Advancing Sleep Posture Prediction through Multiview Convolutional Neural Network (MVCNN) Approach Using Spatial Radio Echo Map (SREM)," Sensors, vol. 24, no. 15, Aug. 2024, doi: 10.3390/s24155016.
- [50] B, Tasar; G. Karaduman. VirLesDetNet: Pre-Trained Hybrid Deep Learning Approaches for Virus-Based Skin Lesion Detection. Traitement du Signal, 2024, 41.5.
Details
| Primary Language | Turkish |
|---|---|
| Subjects | Biomechanic |
| Journal Section | Research Article |
| Authors | |
| Project Number | 2022 Acil-11 projesi kapsamında TÜSEB tarafından 31070 protokol numarası ile desteklenmiştir. |
| Submission Date | June 23, 2025 |
| Acceptance Date | August 8, 2025 |
| Early Pub Date | December 25, 2025 |
| Publication Date | December 25, 2025 |
| Published in Issue | Year 2025 Volume: 13 Issue: 2 |
Cite
Aim & Scope
Amaç
Muş Alparslan Üniversitesi Fen Bilimler Dergisi, temel bilimler, mühendislik bilimleri, çevre ve enerji alanlarında ulusal ve uluslararası düzeyde yapılan bilimsel nitelikli ve özgün çalışmaları bilimsel bir yaklaşımla ele almak amacıyla yayımlanan uluslararası hakemli bir dergidir. Muş Alparslan Üniversitesi Fen Bilimler Dergisinin temel amacı uluslararası alanda bilim ve teknolojideki yenilikler ve gelişmeler, güncel ortaya konulan bilimsel çalışmalar, tespit edilen sorunların ve çözüm önerilerinin tartışıldığı özgün ve nitelikli makaleler yayınlanan bilimsel bir dergi olmaktır. Ayrıca Muş Alparslan Üniversitesi Fen Bilimler Dergisi, yükseköğretim kurumlarında görev alan akademisyenler, lisansüstü öğrenciler, sanayi ve endüstride çalışan kişilerin akademik ve mesleki gelişimlerine katkı sağlayan bilimsel, nitelikli akademik çalışmaların yaygınlaştırılmasına hizmet etmeyi hedeflenmektedir.
Kapsam
Muş Alparslan Üniversitesi Fen Bilimler Dergisi; temel bilimleri, tarım ve uygulamalı bilimleri, doğa bilimleri ve mühendislik alanları ile alakalı konularda özgün ve nitelikli bilimsel çalışmaları kapsamaktadır. Dergide, yukarıda belirtilen alanlarda yapılmış deneysel ve teorik ilerlemeleri içeren bilimsel ve özgün araştırma makalesi türündeki bilimsel çalışmalara ve güncel içerikli derlemelere yer verilmektedir. Dergide yayımlanan tüm makalelere DOI numarası atanmakta ve yayımlanan makaleler için herhangi bir ücret talep edilmemektedir. Muş Alparslan Üniversitesi Fen Bilimler Dergisinde yayımlanan yazıların bilimsel ve hukukî sorumluluğu, yazarlarına aittir. Yayımlanan yazıların bütün yayın hakları Muş Alparslan Üniversitesi’ne ait olup yayın, yayıncının izni olmadan kısmen veya tamamen elektronik ortama taşınamaz. Muş Alparslan Üniversitesi Fen Bilimler Dergisi, özgün bilimsel araştırmalar ile uygulama çalışmalarına yer veren Haziran ve Aralık sayısı olmak üzere yılda iki defa düzenli olarak yayımlanan bir dergidir.
Author Guidelines
Haziran ve Aralık sayısı olmak üzere yılda iki defa yayımlanan uluslararası hakemli bir dergidir. Derginin asıl amacı fen bilimleri, temel alanlar ve mühendislik alanlarında nitelikli akademik çalışmaların yayımlanmasına katkı yapmaktır.
Dergide yayımlanan makaleler yazı işlerinin izni olmaksızın başka hiç bir yerde yayımlanamaz veya bildiri olarak sunulamaz. Kısmen veya tamamen yayımlanan makaleler kaynak gösterilmeden hiçbir yerde kullanılamaz. Dergiye gönderilen makalelerin içerikleri özgün, daha önce herhangi bir yerde yayımlanmamış veya yayımlanmak üzere gönderilmemiş olmalıdır. Makaledeki yazarlar isim sırası konusunda fikir birliğine sahip olmalıdır.
Makalenin hazırlanması sırasında MAUN FBD Makale Şablonu dosyasını bilgisayarınıza indirmeniz ve makalenizi bu şablona göre hazırlamanız, gerekmektedir. Makaleler MS Word 2007 veya üstü bir sürümde hazırlanarak gönderilmelidir. Sayfa yapısı özel boyutta (15.5x23 cm), MS Word programında, Times New Roman veya benzeri bir yazı karakteri ile 10 punto, tek satır aralığıyla yazılmalıdır. Sayfa kenarlarında üst 2.5 cm olmak üzere diğer kenarlar için 2.5 cm boşluk bırakılmalı ve sayfalar numaralandırılmalıdır.
Yazar(lar)ın ad(lar) ve soyad(lar), kurumsal unvanları; yazar(lar)ın görev yaptığı kurum(lar) ve e-posta adres(ler) bilgileri verilmelidir. Ayrıca makalelerde sorumlu yazar belirtilmelidir. Times New Roman 10 punto, tek satır aralığıyla yazılmalıdır.
Makale başlığı, içerikle uyumlu, içeriği en iyi ifade eden bir başlık olmalıdır. Başlık, kalın ve 12 punto büyüklüğünde olmalı ve ilk harfler büyük olacak şekilde sayfa ortalanarak yazılmalıdır. Makaleler aynı özellikte İngilizce bir başlık/title içermelidir.
Makalenin başında, konuyu kısa ve öz biçimde ifade eden ve en az 75, en fazla 150 kelimeden oluşan Türkçe “Öz” bulunmalıdır. Öz içinde, yararlanılan kaynaklara, şekil ve çizelge numaralarına değinilmemelidir. Adres/ler den 2 satır boşluk bırakıldıktan sonra, Times New Roman 10 punto, tek satır aralığıyla yazılmalıdır. Özün altında bir satır boşluk bırakılarak, en az 3, en çok 6 sözcükten oluşan anahtar kelimeler verilmelidir. Anahtar kelimeler makale içeriği ile uyumlu ve kapsayıcı olmalıdır. Aynı şekilde makaleler İngilizce bir başlık/title, anahtar sözcükler/keywords ve öz/abstract içermelidir. MSUFBD’in yayın dili Türkçe ve İngilizcedir.
Herhangi bir sempozyum veya kongrede sunulmuş olan çalışmalar kongrenin adı, yeri ve tarihi belirtilerek yayımlanabilir. Bir araştırma kurumu veya fonu tarafından desteklenen çalışmalarda desteği sağlayan kuruluşun adı ve proje numarası verilmelidir.
Makaleler Giriş, Materyal ve Metod, Deneysel Kısım, Gereç ve Yöntem, Tartışma, Sonuç vb. yer alacak şekilde hazırlanmalı ve alt başlıklar ikinci derece başlıklar Times New Roman 10 punto ile sağa hizalı olarak düzenlenmelidir. Formüller ve denklemler Math Type ya da Word Denklem Düzenleyici kullanılarak yazılmalıdır.
Çalışma, dil bilgisi kurallarına uygun olmalıdır. Makalede noktalama işaretlerinin kullanımında, kelime ve kısaltmaların yazımında en son çıkan TDK Yazım Kılavuzu esas alınmalı, açık ve yalın bir anlatım yolu izlenmeli, amaç ve kapsam dışına taşan gereksiz bilgilere yer verilmemelidir. Makalenin hazırlanmasında geçerli bilimsel yöntemlere uyulmalı, çalışmanın konusu, amacı, kapsamı, hazırlanma gerekçesi vb. bilgiler yeterli ölçüde ve belirli bir düzen içinde verilmelidir.
Bir makalede sırasıyla özet, ana metnin bölümleri, kaynakça ve (varsa) ekler bulunmalıdır. Makalenin bir “Giriş” ve bir “Sonuç” bölümü bulunmalıdır. “Giriş” çalışmanın amacı, önemi, dönemi, kapsamı, veri metodolojisi ve planını mutlaka kapsamalıdır. Konu gerektiriyorsa literatür tartışması da bu kısımda verilebilir. “Sonuç” araştırmanın amaç ve kapsamına uygun olmalı, ana çizgileriyle ve öz olarak verilmelidir. Metinde sözü edilmeyen hususlara “Sonuç”ta yer verilmemelidir. Belli bir düzen sağlamak amacıyla ana, ara ve alt başlıklar kullanılabilir.
Tablo/Şekillerin numarası ve başlığı bulunmalıdır. Tablo çiziminde dikey çizgiler kullanılmamalıdır. Yatay çizgiler ise sadece tablo içindeki alt başlıkları birbirinden ayırmak için kullanılmalıdır. Tablo/Şekil numarası üste, tam sola dayalı olarak Times New Roman 10 punto yazılmalı; tablo/şekil adı ise, her sözcüğün ilk harfi büyük olacak şekilde yazılmalıdır. Ayrıca tablo/şekiller siyah beyaz baskıya uygun hazırlanmalıdır.
Makalede, düzenli bir bilgi aktarımı sağlamak üzere ana, ara ve alt başlıklar kullanılabilir. Makale başlığı dışındaki diğer tüm başlıklar 10 punto yazılmalıdır. Birinci derece başlıklar büyük ve koyu karakterde; ikinci derece başlıklar, yalnız ilk harfleri büyük ve koyu olmayan; üçüncü derece başlıklar ise yalnız ilk harfleri büyük, koyu olmayan ve italik harflerle yazılmalıdır. Ayrıca başlıklar, öncesi ve sonrası 6 nk olacak şekilde ayarlanmalıdır.
BİRİNCİ DERECE BAŞLIK
İkinci Derece Başlık
Üçüncü Derece Başlık
Kaynak göstermede makale içerisinde “köşeli parantez içerisinde numara” ile yazılmalıdır. Her kaynak kendi orijinal dilinde verilmelidir. Kaynaklar Times New Roman 9 punto ile yazılmalıdır. Kaynaklar yazılırken sıralama aşağıdaki şekilde olmalıdır:
Chen Y. R., Chao K., Kim M. S. Machine vision technology for agricultural applications, Computers and Electronics in Agriculture, 36 173-191, 2002.
Kumar A. Computer vision based fabric defect detection: a survey, IEEE Transactions on Industrial Electronics, 55 348-363, 2008.
Yetis H., Baygin M., Karaköse M. A New Micro Genetic Algorithm Based Image Stitching Approach for Camera Arrays at Production Lines, The 5th International Conference on Manufacturing Engineering and Process (ICMEP 2016), 25-27 May, 2016.
Aydin I., Karakose E., Karaköse M., Gençoğlu M.T., Akın E., A New Computer Vision Approach for Active Pantograph Control, IEEE International Symposium on Innovations in Intelligent Systems and Applications (IEEE INISTA 2013), Albena, Bulgaria, 2013.
Lim S. H. Video-processing applications of high speed cmos image sensors, The Degree of Doctor of Philosophy, Stanford University, 2003.
MAUNFBD yazım kurallarına uygun olarak gönderilen makaleler, daha sonraki aşamada intihal denetiminden geçirilir. Dergide intihal denetimi iThenticate programı ile yapılmaktadır ve intihal denetiminde kabul edilebilir benzerlik oranı en fazla %20 dir. Ayrıca, herhangi bir tek kaynaktan kaynaklanan benzerlik oranı %5’i aşmamalıdır.
Yayım aşamasının ilk adımı için makaleler Online Başvuru Sistemi aracılığıyla yollanmalıdır. Başvurunun hemen ardından elektronik posta adresinize otomatik olarak bir onay mesajı gönderilecektir. Daha fazla bilgi için https://dergipark.org.tr/ msufbd elektronik adresi aracılığıyla editörümüzle bağlantıya geçilebilir.
Ethical Principles and Publication Policy
Yayın Etiği ve Sorumluklar
MAUNFBD Dergisinde uygulanan yayın süreçlerinde yazarlar, hakemler ve editörler etik ilkelere yönelik standartlara uyması önem taşımaktadır. MAUNFBD Dergisinde yayın etiği kapsamında tüm yazarlar, hakemler ve editörler aşağıdaki etik sorumlulukları taşıması beklenmektedir. Aşağıda yer alan etik görev ve sorumluluklar oluşturulurken açık erişim olarak Committee on Publication Ethics (COPE) tarafından yayınlanan etik kurallara ve sorumluluklar dikkate alınarak hazırlanmıştır.
Muş Alparslan Üniversitesi Fen Bilimleri Dergisi yayın kurulu, yayın ilkeleri ve etiği çerçevesinde kurum ve yazar çeşitliliğine önem vermektedir. Bu sebeple Muş Alparslan Üniversitesi bünyesindeki yazarlardan gelecek yayınların basılması, değerlendirme sürecini geçmeleri halinde her sayıda 1 (Bir) adet ile sınırlamıştır.
Öte yandan benzer gerekçelerle Editör kurulundaki üyelere ait çalışmaların görev süresince yayına kabul edilmemesi kararlaştırılmıştır.
Açık Erişim Politikası: Muş Alparslan Üniversitesi Fen Bilimleri Dergisi uluslararası hakemli ve ücretsiz, açık erişimli bir dergidir.
Gizlilik Beyanı: Muş Alparslan Üniversitesi Fen Bilimleri Dergisi sistemine girilen isim veelektronik posta adresleri gibi kişisel veriler, bilimsel amaçlar dışında herhangi bir
amaç kullanılmayacak olup, üçüncü taraflarla paylaşılmayacaktır.
Arşivleme: Muş Alparslan Üniversitesi Fen Bilimleri Dergisi’nde yayınlan tüm makaleler TÜBİTAK ULAKBİM Dergipark sunucularında saklanmakta ve kullanıcılara sunulmaktadır.
Telif Hakkı Devri: Yayınlanmak üzere Muş Alparslan Üniversitesi Fen Bilimleri Dergisi'ne
gönderilen çalışmalar, daha önce herhangi bir şekilde tam metin olarak yayınlanmamış veya herhangi bir yere yayınlanmak üzere gönderilmemiş özgün çalışma niteliği taşımalıdır. Yazarlar çalışmalarının telif hakkından feragat etmeyi kabul ederek, değerlendirme için gönderimle birlikte çalışmalarının telif hakkını Muş Alparslan Üniversitesi Fen Bilimleri Dergisi 'ne devretmek zorundadır. Muş Alparslan Üniversitesi Fen Bilimleri Dergisi Yayın Kurulu makalenin yayımlanması konusunda yetkili kılınır. Muş Alparslan Üniversitesi Fen Bilimleri Dergisi 'ne çalışma gönderecek yazarlar, "Telif Hakkı Devir Formu" belgesini doldurmalı ve ıslak imza ile imzalamalıdır. İmzalanan form taranarak sistem üzerinden yüklenmelidir. Telif Hakkı Devir Formunu iletmeyen yazarların çalışmaları yayınlanmaz.
Yazarların Etik Sorumlulukları
Yazar(lar)ın gönderdikleri çalışmaların özgün olması beklenmektedir. Yazar(lar)ın başka çalışmalardan yararlanmaları veya başka çalışmaları kullanmaları durumunda eksiksiz ve doğru bir biçimde atıfta bulunmaları ve/veya alıntı yapmaları gerekmektedir. Çalışmanın oluşturulmasında içeriğe katkı sağlamayan kişiler, yazar olarak eklenmemelidir. Yazarlar çalışmalarını aynı anda birden fazla derginin başvuru sürecinde bulunduramaz. Her bir başvuru önceki başvurunun tamamlanmasını takiben başlatılabilir. Başka bir dergide yayınlanmış çalışma MAUNFBD Dergisine gönderilemez. Yayınlanmak üzere gönderilen tüm çalışmaların varsa çıkar çatışması teşkil edebilecek durumları ve ilişkileri açıklanmalıdır. Yazar(lar)dan değerlendirme süreçleri çerçevesinde makalelerine ilişkin ham veri talep edilebilir, böyle bir durumda yazar(lar) beklenen veri ve bilgileri yayın kurulu ve bilim kuruluna sunmaya hazır olmalıdır. Değerlendirme süreci başlamış bir çalışmanın yazar sorumluluklarının değiştirilmesi (Yazar ekleme, yazar sırası değiştirme, yazar çıkartma gibi) teklif edilemez. Yazar(lar) kullanılan verilerin kullanım haklarına, araştırma/analizlerle ilgili gerekli izinlere sahip olduklarını veya deney yapılan deneklerin rızasının alındığını gösteren belgeye sahip olmalıdır. Yazar(lar)ın yayınlanmış, erken görünüm veya değerlendirme aşamasındaki çalışmasıyla ilgili bir yanlış ya da hatayı fark etmesi durumunda, dergi editörünü veya yayıncıyı bilgilendirme, düzeltme veya geri çekme işlemlerinde editörle işbirliği yapma yükümlülüğü bulunmaktadır.
Editörlerin Etik Görev ve Sorumlulukları
MAUNFBD Dergisindeki editörler ve alan editörleri, açık erişim olarak Dergipark sayfasında yayınlanan Committee on Publication Ethics (COPE) tarafından belirtilen etik görev ve sorumluluklara sahip olmalıdır:
Genel Görev ve Sorumluluklar
Sürekli olarak derginin gelişimini sağlama, dergide yayınlanan çalışmaların kalitesini geliştirmeye yönelik süreçleri yürütme, okuyucuların ve yazarların bilgi ihtiyaçlarını karşılamaya yönelik çaba sarfetme, düzeltme, açıklama gerektiren konularda yayın açısından açıklık ve şeffaflık gösterme. fikri mülkiyet hakları ve etik standartlardan taviz vermeden iş süreçlerini devam ettirme editörün görev ve sorumluluklarındandır.
Hakemlerin Etik Sorumlulukları
Sadece uzmanlık alanı ile ilgili çalışma değerlendirmeyi kabul etmelidir. Tarafsızlık ve gizlilik içerisinde değerlendirme yapmalıdır. Gizlilik ilkesi gereği inceledikleri çalışmaları değerlendirme sürecinden sonra imha etmelidir. Değerlendirme sürecinde çıkar çatışması ile karşı karşıya olduğunu düşünürse, çalışmayı incelemeyi reddederek, dergi editörünü bilgilendirmelidir. Değerlendirmeyi nesnel bir şekilde sadece çalışmanın içeriği ile ilgili olarak yapmalıdır. Değerlendirmeyi yapıcı ve nazik bir dille yapmalıdır. Düşmanlık, iftira ve hakaret içeren aşağılayıcı kişisel yorumlar yapmamalıdır. Değerlendirmeyi kabul ettikleri çalışmayı zamanında ve yukarıdaki etik sorumluluklarda gerçekleştirmelidir.
Yayıncının Etik Sorumlukları
MAUNFBD Dergisinde gönderilen çalışmaların tüm süreçlerinden editör sorumludur. Bağımsız editör kararı oluşturulmasını taahhüt eder. MAUNFBD Dergisinde ekonomik ya da politik kazançlar göz önüne alınmaksızın karar verici kişi editördür. MAUNFBD Dergisinde yayınlanmış her makalenin mülkiyet ve telif hakkını korumak zorundadır. Editöre ilişkin her türlü bilimsel suiistimal ve intihalle ilgili önlemleri alma sorumluluğuna sahiptir.
Yazarlar ile İlişkiler
Editör, çalışmaların önemi, özgün değeri, geçerliliği, anlatımın açıklığı ve derginin amaç ve hedeflerine dayanarak olumlu ya da olumsuz karar vermelidir. Yayın kapsamına uygun olan çalışmaların ciddi problemi olmadığı sürece ön değerlendirme aşamasına almalıdır. Editör, çalışma ile ilgili ciddi bir sorun olmadıkça, olumlu yöndeki hakem önerilerini göz ardı etmemelidir. Yeni editör, çalışmalara yönelik olarak önceki editör tarafından verilen kararları ciddi bir sorun olmadıkça değiştirmemelidir. MAUNFBD Dergisinde bir Yazar Rehberi yayınlamalıdır. Yazarlara açıklayıcı ve bilgilendirici şekilde bildirim ve dönüş sağlanmalıdır.
Hakemler ile İlişkiler
Editör; dergi yayın politikalarında yer alan Kör Hakemlik ve Değerlendirme Süreci politikalarını uygulamakla yükümlüdür. Hakemleri yayının alan konusuna uygun olarak seçilmelidir. Yayının değerlendirme sürecinde gerekli tüm bilgileri hakemlere sağlamakla yükümlüdür. Yazarlar ve hakemler arasından çıkar çatışması olup olmadığını gözetmek durumundadır. Yayının değerlendirme sürecinde hakemlerin kimlik bilgilerini gizli tutmalıdır. Hakemleri tarafsız, bilimsel ve nesnel bir dille çalışmayı değerlendirmeleri için teşvik etmelidir. Hakem havuzunun geniş bir yelpazeden oluşması için adımlar atmalıdır. Hakemlerin performansını artırıcı uygulama ve politikalar belirlemelidir. Bilimsel olmayan değerlendirmeleri engellemelidir.
Okuyucu ile İlişkiler
Editör tüm okuyucuların ihtiyaç duydukları bilgi, beceri ve deneyim beklentilerini dikkate alarak karar vermelidir. Yayınlanan çalışmaların okuyucu, araştırmacı, uygulayıcı ve bilimsel literatüre katkı sağlamasına ve özgün nitelikte olmasına dikkat etmelidir. Editör okuyuculardan gelen geri bildirimleri dikkate almak, açıklayıcı ve bilgilendirici geri bildirim vermekle yükümlüdür.
Yayın Kurulu ile İlişkiler
Editör, tüm yayın kurulu üyelerinin süreçleri yayın politikaları ve yönergelere uygun ilerletmesini sağlamalıdır. Yayın kurulu üyelerini yayın politikaları hakkında bilgilendirmeli ve gelişmelerden haberdar etmelidir. Yeni yayın kurulu üyelerini yayın politikaları konusunda eğitmeli, ihtiyaç duydukları bilgileri sağlamalıdır.
Dergi Sahibi ve Yayıncı ile İlişkiler
Editör ile yayıncı arasında yapılan yazılı sözleşme gereği, editörün alacağı tüm kararlar yayıncı ve dergi sahibinden bağımsızdır. Yani editör ve yayıncı arasındaki ilişki bağımsızlık ilkesine dayanmaktadır.
Kişisel Verilerin Korunması
Editör; değerlendirilen çalışmalarda yer alan deneklere veya görsellere ilişkin kişisel verilerin korunmasını sağlamakla yükümlüdür. Çalışmalarda kullanılan bireylerin açık rızası belgeli olmadığı sürece çalışmayı reddetmekle görevlidir. Ayrıca editör; yazar, hakem ve okuyucuların bireysel verilerini korumaktan sorumludur.
Etik Kurul, İnsan ve Hayvan Hakları
Editör; değerlendirilen çalışmalarda insan ve hayvan haklarının korunmasını sağlamakla yükümlüdür. Çalışmalarda kullanılan deneklere ilişkin etik kurul onayı, deneysel araştırmalara ilişkin izinlerin olmadığı durumlarda çalışmayı reddetmekle sorumludur.
Olası Suiistimal ve Görevi Kötüye Kullanmaya Karşı Önlem
Editör; olası suiistimal ve görevi kötüye kullanma işlemlerine karşı önlem almakla yükümlüdür. Bu duruma yönelik şikayetlerin belirlenmesi ve değerlendirilmesi konusunda titiz ve nesnel bir soruşturma yapmanın yanı sıra, konuyla ilgili bulguların paylaşılması editörün sorumlulukları arasında yer almaktadır.
Fikri Mülkiyet Haklarının Korunması
Editör; yayınlanan tüm makalelerin fikri mülkiyet hakkını korumakla, olası ihlallerde derginin ve yazar(lar)ın haklarını savunmakla yükümlüdür. Ayrıca editör yayınlanan tüm makalelerdeki içeriklerin başka yayınların fikri mülkiyet haklarını ihlal etmemesi adına gerekli önlemleri almakla yükümlüdür. Bu aşamada yazarlardan makaleleri ile birlikte almış oldukları intihal raporu talep edilmektedir.
NOT: MSUFBD Dergisinde Etik Olmayan Bir Durumla Karşılaşırsanız!
MSUFBD Dergisinde yukarıda bahsedilen etik sorumluluklar ve dışında etik olmayan bir davranış veya içerikle karşılaşırsanız lütfen msufbd@alparslan.edu.tr adresine e-posta yoluyla bildiriniz.
Price Policy
Muş Alparslan Fen Bilimleri Dergisi'ne gönderilen makaleler için herhangi bir yayın ücreti talep etmemektedir.
Journal Boards
Baş Editör
Editör Yardımcıları
Editör Kurulu / Alan Editörleri
Karadeniz Teknik Üniversitesi Mimarlık Bölümü'nden 2009 yılında mezun olduktan sonra 2015 yılında Karadeniz Teknik Üniversitesi Mimarlık Bölümü'nden yüksek lisans derecesini, 2022 yılında Gazi Üniversitesi'nden doktora derecesini almıştır. 2022 yılından beri Muş Alparslan Üniversitesi Mimarlık Bölümünde akademik çalışmalarına devam etmektedir.
Dr. İskender Dölek, coğrafya eğitimi, afet bilinci ve mekânsal analiz konularında uzmanlaşmış bir akademisyendir. Disiplinlerarası yaklaşımlarla yürüttüğü çalışmalarda jeomorfoloji, afet yönetimi, tarihsel coğrafya ve dijital haritalama yöntemlerini bir araya getirerek hem kuramsal hem de uygulamalı katkılar sunmuştur. Türkiye’nin farklı bölgelerinde yürütülen çok sayıda TÜBİTAK ve üniversite destekli projede araştırmacı ve yürütücü olarak görev almıştır. Son yıllarda özellikle Muş Ovası’nda menderes dinamikleri, heyelan duyarlılığı, tarihsel savaş alanları ve geleneksel bilgi ile afet eğitimi üzerine yoğunlaşmıştır.
Abdülhakim Zeybek studied at the Pamukkale University. He gained his Master of Science degree in Soil Mechanics and Engineering Seismology from the Imperial College London in 2012. He gained his PhD degree in Engineering from the Cambridge University in 2017. He is currently an Associated Professor of Engineering Department at Mus Alparslan University. He has research interests in the field of geotechnical earthquake engineering, particularly experimental and numerical investigations of liquefiable soils, partially saturated soils, shallow foundations and soil-structure interaction problems.
1984 yılında Mersin de doğdu. İlk ve ortaöğretimini bu şehirde tamamladı. Lisans öğrenimini 2002-2006 yılları arasında, Yüksek lisans öğrenimini 2006-2008 yılları arasında, Doktora öğrenimini 2008-2013 yılları arasında Mersin üniversitesinde aldı. Ayrıca 2006-2013 yılları arasında Mersin Üniversitesi Fen Bilimleri Enstitüsü Matematik Anabilim Dalında Araştırma Görevlisi olarak çalıştı. Şu anda Bitlis Eren Üniversitesi Fen Edebiyat Fakültesi Matematik Bölümünde Doktor Öğretim Üyesi olarak çalışmaktadır. Evli ve 3 çocuk babasıdır.