Bu tez çalışmasında kalp sesleri veri tabanında bulunan ekstra sistol kalp seslerinin normal kalp seslerinden ayırt edilmesi için destek vektör makineleri yöntemiyle sınıflandırılmasına yönelik Android™ OS tabanlı mobil cihazlarda çalışmasına amacıyla mobil bir uygulama yazılımı geliştirilmiştir. Ekstrasistol kalp seslerinin belirli yaş gruplarında ve belirli durumlarda sıklıkla meydana gelmesi taşikardi rahatsızlığına sebep olmaktadır. Bu durumun tespiti için mobil cihazların kendine has özellikleri göz önünde bulundurularak JAVA™ programlama diliyle Android™ tabanlı mobil bir uygulama geliştirilmiştir. Bu uygulamada öncelikle ekstra sistol kalp seslerini içerdiği istenmeyen verilerden temizlemek için Chebyshev2 tipinde alçak ve yüksek geçiren süzgeçler kullanılmıştır. Daha sonra dalgacık dönüşümü işlemi ile öznitelik vektörü elde edilmiştir. Elde edilen değerlerin MATLAB™ R2012b programı ile elde edilen değerlerle birebir aynısı olduğu görülmüştür. Son olarak ikili sınıflar üzerinde hızlı bir sınıflandırıcı olan destek vektör makineleri yöntemi kullanılmıştır. Bu doğrultuda geliştirilen Android™ OS tabanlı mobil uygulamanın sınıflandırma başarısı tespit etmek amacıyla performans analizi ve hata matrisleri çıkarılmıştır. Geliştirilen uygulamanın sınıflandırma başarısı %70 olarak tespit edilmiştir. Anahtar Kelimeler: ekstra sistol, destek vektör makineleri, dalgacık dönüşümü, Android, Java
n this thesis, a mobile application software which can operate on Android™ OS based mobile devices was developed to classifying extrasystole heart sounds in the heart sounds database in the context of differentiation of them from normal heart sounds thanks to the support vector machines method. The frequent occurrence of extrasystole heart sounds at certain age groups and at certain conditions may cause tachycardia. In order to detect this situation, an Android™ OS based mobile application was developed with JAVA™ programming language by taking into consideration characteristic specialties of mobile devices. In this application, first of all, to clear away unwanted data from extrasystole heart sounds, low and high permeable filters in Chebyshev2 type were utilized first, in order to clear away unwanted data from extra systole heart sounds. After that, feature vector was gained with wavelet transformation operation. Obtained data are found to be the same as the data attained by using MATLAB™ program. Finally, support vector machines method, which is a fast differentiator on dual classes was employed. Accordingly, performance analyses and error matrices were formed in order to examine the differentiation success of the Android™ OS based mobile application developed. It was determined that classification success of the developed application was 70%. Keywords: extra systole, support vector machines, wavelet transform, Android, Java
Tez (Yüksek Lisans) - Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalı, 2016.
Kaynakça var.
Bu tez çalışmasında kalp sesleri veri tabanında bulunan ekstra sistol kalp seslerinin normal kalp seslerinden ayırt edilmesi için destek vektör makineleri yöntemiyle sınıflandırılmasına yönelik Android™ OS tabanlı mobil cihazlarda çalışmasına amacıyla mobil bir uygulama yazılımı geliştirilmiştir. Ekstrasistol kalp seslerinin belirli yaş gruplarında ve belirli durumlarda sıklıkla meydana gelmesi taşikardi rahatsızlığına sebep olmaktadır. Bu durumun tespiti için mobil cihazların kendine has özellikleri göz önünde bulundurularak JAVA™ programlama diliyle Android™ tabanlı mobil bir uygulama geliştirilmiştir. Bu uygulamada öncelikle ekstra sistol kalp seslerini içerdiği istenmeyen verilerden temizlemek için Chebyshev2 tipinde alçak ve yüksek geçiren süzgeçler kullanılmıştır. Daha sonra dalgacık dönüşümü işlemi ile öznitelik vektörü elde edilmiştir. Elde edilen değerlerin MATLAB™ R2012b programı ile elde edilen değerlerle birebir aynısı olduğu görülmüştür. Son olarak ikili sınıflar üzerinde hızlı bir sınıflandırıcı olan destek vektör makineleri yöntemi kullanılmıştır. Bu doğrultuda geliştirilen Android™ OS tabanlı mobil uygulamanın sınıflandırma başarısı tespit etmek amacıyla performans analizi ve hata matrisleri çıkarılmıştır. Geliştirilen uygulamanın sınıflandırma başarısı %70 olarak tespit edilmiştir. Anahtar Kelimeler: ekstra sistol, destek vektör makineleri, dalgacık dönüşümü, Android, Java
n this thesis, a mobile application software which can operate on Android™ OS based mobile devices was developed to classifying extrasystole heart sounds in the heart sounds database in the context of differentiation of them from normal heart sounds thanks to the support vector machines method. The frequent occurrence of extrasystole heart sounds at certain age groups and at certain conditions may cause tachycardia. In order to detect this situation, an Android™ OS based mobile application was developed with JAVA™ programming language by taking into consideration characteristic specialties of mobile devices. In this application, first of all, to clear away unwanted data from extrasystole heart sounds, low and high permeable filters in Chebyshev2 type were utilized first, in order to clear away unwanted data from extra systole heart sounds. After that, feature vector was gained with wavelet transformation operation. Obtained data are found to be the same as the data attained by using MATLAB™ program. Finally, support vector machines method, which is a fast differentiator on dual classes was employed. Accordingly, performance analyses and error matrices were formed in order to examine the differentiation success of the Android™ OS based mobile application developed. It was determined that classification success of the developed application was 70%. Keywords: extra systole, support vector machines, wavelet transform, Android, Java