Akciğer Solunum Seslerinin Spektral Öznitelikler ile Sınıflandırılması
Abstract
Bu çalışmada güç spektrum yoğunluğu, mel frekans kepstral katsayıları (MFKK) ve algısal doğrusal öngörü (ADÖ) yöntemleri; çıtırtı, üfürüm ve normal akciğer solunum seslerini ayrıştırmak amacıyla kullanılan öznitelik çıkarıcılar olarak görevlendirilmiştir. Ham özniteliklerden sekiz alt öznitelik kümesi (enerji, entropi, en küçülten, en büyülten, ortalama, standart sapma, eğrilik ve basıklık) çıkarılarak k-en yakın komşu ve destek vektör makineleri sınıflandırıcılarına birini dışarıda bırak şeması kullanılarak beslenmiştir. Önerilen algısal doğrusal öngörü katsayıları yöntemi güç spektrum yoğunluğundan daha iyi performans sergilerken mel frekans kepstral katsayıları ile başa baş performans göstermiştir. ADÖ yönteminin üç gruplu sınıflandırma performansı var olan literatürle karşılaştırılmıştır. Çıtırtı, üfürüm ve normal sınıfları (% 94, % 95.5, % 95.5 sırasıyla) için en iyi sonuçlara ADÖ tarafından ulaşılmıştır. Diğer taraftan tüm sınıf doğruluklarının en iyi ortalama sonucuna % 91.3 ile MFKK tarafından ulaşılmıştır. MFKK ve ADÖ yöntemlerinin sınıflandırma doğruluğunun model derecesine oldukça bağlı olduğu gözlemlenmiştir.
Keywords
References
- [1] Gavriely, N., Cugell, D. W. 1995. Breath sounds methodology, CRC Press.
- [2] Leng, S., Tan, R. S., Chai, K. T. C., Wang, C., Ghista, D., Zhong, L. 2015. The electronic stethoscope, Biomedical Engineering Online, 1-37.
- [3] Oliveira, A., Marques, A. 2014. Respiratory sounds in healthy people: a systematic review, Respiratory medicine 108, 4(2014), 550-570.
- [4] Reichert, S., Gass, R., Brandt, C., Andres, E. 2008. Analysis of respiratory sounds: state of the art, Clinical medicine. Circulatory, respiratory and pulmonary medicine, 2(2008), 45-58.
- [5] Piirila, P., Sovijarvi, A. R. 1995. Crackles: recording, analysis and clinical significance, European Respiratory Journal, 8(1995), 2139-2148.
- [6] Sankur, B., Güler, E. C., Kahya, Y. P. 1996. Multiresolution biological transient extraction applied to respiratory crackles, Computers in Biology and Medicine, 26(1996), 25-39.
- [7] Meslier, N., Charbonneau, G., Racineux, J. L. 1995. Wheezes, European Respiratory Journal, 8(1995), 1942-1948.
- [8] Güler, I., Polat, H., Ergün, U. 2005. Combining neural network and genetic algorithm for prediction of lung sounds, Journal of Medical Systems, 29(2005), 217-231.
Details
Primary Language
Turkish
Subjects
-
Journal Section
-
Publication Date
August 15, 2018
Submission Date
January 27, 2017
Acceptance Date
-
Published in Issue
Year 2018 Volume: 22 Number: 2
APA
Serbes, G., Ulukaya, S., Şen, İ., & Kahya, Y. P. (2018). Akciğer Solunum Seslerinin Spektral Öznitelikler ile Sınıflandırılması. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 22(2), 711-716. https://doi.org/10.19113/sdufbed.84471
AMA
1.Serbes G, Ulukaya S, Şen İ, Kahya YP. Akciğer Solunum Seslerinin Spektral Öznitelikler ile Sınıflandırılması. J. Nat. Appl. Sci. 2018;22(2):711-716. doi:10.19113/sdufbed.84471
Chicago
Serbes, Görkem, Sezer Ulukaya, İpek Şen, and Yasemin P. Kahya. 2018. “Akciğer Solunum Seslerinin Spektral Öznitelikler Ile Sınıflandırılması”. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi 22 (2): 711-16. https://doi.org/10.19113/sdufbed.84471.
EndNote
Serbes G, Ulukaya S, Şen İ, Kahya YP (August 1, 2018) Akciğer Solunum Seslerinin Spektral Öznitelikler ile Sınıflandırılması. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi 22 2 711–716.
IEEE
[1]G. Serbes, S. Ulukaya, İ. Şen, and Y. P. Kahya, “Akciğer Solunum Seslerinin Spektral Öznitelikler ile Sınıflandırılması”, J. Nat. Appl. Sci., vol. 22, no. 2, pp. 711–716, Aug. 2018, doi: 10.19113/sdufbed.84471.
ISNAD
Serbes, Görkem - Ulukaya, Sezer - Şen, İpek - Kahya, Yasemin P. “Akciğer Solunum Seslerinin Spektral Öznitelikler Ile Sınıflandırılması”. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi 22/2 (August 1, 2018): 711-716. https://doi.org/10.19113/sdufbed.84471.
JAMA
1.Serbes G, Ulukaya S, Şen İ, Kahya YP. Akciğer Solunum Seslerinin Spektral Öznitelikler ile Sınıflandırılması. J. Nat. Appl. Sci. 2018;22:711–716.
MLA
Serbes, Görkem, et al. “Akciğer Solunum Seslerinin Spektral Öznitelikler Ile Sınıflandırılması”. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, vol. 22, no. 2, Aug. 2018, pp. 711-6, doi:10.19113/sdufbed.84471.
Vancouver
1.Görkem Serbes, Sezer Ulukaya, İpek Şen, Yasemin P. Kahya. Akciğer Solunum Seslerinin Spektral Öznitelikler ile Sınıflandırılması. J. Nat. Appl. Sci. 2018 Aug. 1;22(2):711-6. doi:10.19113/sdufbed.84471
Cited By
AKCİĞER SESLERİNİN DERİN ÖĞRENME İLE SINIFLANDIRILMASI
Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji
https://doi.org/10.29109/gujsc.758325A Lung Sound Classification System Based on Data Augmenting Using ELM-Wavelet-AE
Turkish Journal of Science and Technology
https://doi.org/10.55525/tjst.1063039