TY  - JOUR
T1  - Elektrokardiyografi Sinyallerinde Deneysel Mod Ayrıştırma Ve Geliştirilmiş Karar Ağaçları Kullanarak Aritmi Tespiti
TT  - Arrhythmia Detection Using Empirical Mode Decomposition and Boosted Trees in Electrocardiography Signals
AU  - Tomak, Özgür
PY  - 2019
DA  - June
DO  - 10.31466/kfbd.546569
JF  - Karadeniz Fen Bilimleri Dergisi
JO  - KFBD
PB  - Giresun Üniversitesi
WT  - DergiPark
SN  - 2564-7377
SP  - 103
EP  - 110
VL  - 9
IS  - 1
LA  - tr
AB  - Günümüzde ölüme neden olan kalphastalıkları yaygınlaşmıştır. Elektrokardiyografi bu hastalıkların teşhis aşamasındasıkça kullanılan biyomedikal bir sinyaldir. Bu çalışmada, EKG incelemesisonucunda aritmiyi saptamada kullanılabilecek bir teknik önerilmiştir. Aritmiyitespit için, Deneysel Mod Ayrıştırma ve de Tekil Değerlere Ayrıştırmakullanıldı. Deneysel Mod Ayrıştırma durağan, doğrusal olmayan serileri analiziçin uygun bir tekniktir ve yerel düzeyindeki salınım sinyallerini kullanır.Sinyalleri, İç Mod Fonksiyonları adındaki salınım yapılarına ayrıştırır. TekilDeğerlere Ayrıştırma ise karmaşık veri setlerinin boyutlarını küçültülmede kullanılanbir cebirsel yöntemdir ve gürültü etkilerini azaltmada kullanılmıştır. Gürültününetkisinin azaltılmasından ve uygun öznitelliklerin elde edilmesinden sonra,Sınıflandırma, Geliştirilmiş Karar Ağaçları kullanılarak yapıldı. Sınıflandırmanınperformansını değerlendirmede doğruluk, duyarlılık ve özgünlük değerlerihesaplandı.
KW  - Elektrokardiyografi (EKG)
KW  - Deneysel Mod Ayrıştırma
KW  - Tekil Değerlere Ayrıştırma
KW  - Geliştirilmiş Karar Ağaçları
KW  - Aritmi
N2  - Nowadays, heart diseasesthat cause death have become widespread. Electrocardiography is a biomedicalsignal commonly used in the diagnosis of these diseases. In this study, atechnique which can be used for detecting arrhythmia as a result of ECGexamination is proposed. In order to detect arrhythmia, Empirical ModeDecomposition and Singular Value Decomposition were used. Empirical ModeDecomposition is an appropriate technique for analysis of the stationary,non-linear series and uses oscillation signals at the local levels. Itseparates the signals into oscillation structures called Intrinsic ModeFunctions. Singular Value Decomposition is an algebraic method used to reducethe size of complex data sets and is used to reduce noise effects. Afterreducing the effect of noise and obtaining the appropriate features, theclassification was made by using Boosted Trees. Accuracy, sensitivity, andspecificity values were calculated to evaluate the performance of theclassification.
CR  - Blanco-Velasco, M., Weng, B., & Barner, K. E. (2008). ECG signal denoising and baseline wander correction based on the empirical mode decomposition. Computers in biology and medicine, 38(1), 1-13.
CR  - Freund, Y., & Schapire, R. E. (1997). A decision-theoretic generalization of on-line learning and an application to boosting. Journal of computer and system sciences, 55(1), 119-139.
CR  - Goldberger AL, Amaral LAN, Glass L, Hausdorff JM, Ivanov PCh, Mark RG, Mietus JE, Moody GB, Peng C-K, Stanley HE. PhysioBank, PhysioToolkit, and PhysioNet: Components of a New Research Resource for Complex Physiologic Signals. Circulation 101(23):e215-e220 [Circulation Electronic Pages; http://circ.ahajournals.org/cgi/content/full/101/23/e215]; 2000 (June 13).
CR  - Labate, D., La Foresta, F., Occhiuto, G., Morabito, F. C., Lay-Ekuakille, A., & Vergallo, P. (2013). Empirical mode decomposition vs. wavelet decomposition for the extraction of respiratory signal from single-channel ECG: A comparison. IEEE Sensors Journal, 13(7), 2666-2674.
CR  - Lagerlund, T. D., Sharbrough, F. W., & Busacker, N. E. (1997). Spatial filtering of multichannel electroencephalographic recordings through principal component analysis by singular value decomposition. Journal of clinical neurophysiology, 14(1), 73-82.
CR  - McDonald, A. J., Baumgaertner, A. J. G., Fraser, G. J., George, S. E., & Marsh, S. (2007, March). Empirical Mode Decomposition of the atmospheric wave field. In Annales Geophysicae (Vol. 25, No. 2, pp. 375-384).
CR  - Pal, S., & Mitra, M. (2012). Empirical mode decomposition based ECG enhancement and QRS detection. Computers in biology and medicine, 42(1), 83-92.
CR  - Tomak, Ö., & Kayıkçıoğlu, T. (2018). Bagged tree classification of arrhythmia using wavelets for denoising, compression, and feature extraction. Turkish Journal of Electrical Engineering & Computer Sciences, 26(3), 1555-1571.
CR  - Weng, B., Blanco-Velasco, M., & Barner, K. E. (2006, August). ECG denoising based on the empirical mode decomposition. In 2006 International Conference of the IEEE Engineering in Medicine and Biology Society (pp. 1-4). IEEE.		(Lagerlund ve ark., 1997).	(Tomak ve Kayıkçıoğlu, 2018)
UR  - https://doi.org/10.31466/kfbd.546569
L1  - https://dergipark.org.tr/tr/download/article-file/749243
ER  -