Balistokardiyografi sinyalleri ile derin öğrenme tabanlı hipertansiyon tespiti

Authors : Salih Taha Alperen ÖZÇELİK, Hakan UYANIK, Abdülkadir ŞENGÜR

Pages : 704-715

Doi:10.28948/ngumuh.1257145

View : 64 | Download : 114

Publication Date : 2023-07-15

Article Type : Research Paper

Abstract :Kan basıncı, damarlardaki kanın damar duvarlarına uyguladığı basınçtır. Bu basınç değerinin normal kabul edilen seviyelerin üzerinde seyir etmesi yüksek tansiyon insert ignore into journalissuearticles values(YT); veya hipertansiyon insert ignore into journalissuearticles values(HPT); olarak bilinir. Hayat kalitesini negatif yönde etkileyen, çoğu zaman organlarda çeşitli tahribatlara sebep olan ve ölümlere yol açabilen bu sağlık probleminin teşhisi oldukça önemlidir. Bu çalışmada, balistokardiyografi insert ignore into journalissuearticles values(BKG); sinyalleri kullanılarak HPT\`nin otomatik teşhisine yönelik bir yöntem önerilmiştir. Bunun için BKG sinyalleri, sürekli dalgacık dönüşümü filtre bankası insert ignore into journalissuearticles values(SDDFB); yöntemi kullanılarak zaman-frekans domenine taşınmıştır. Bu işlemler yapılırken kullanılan dönüşüm yönteminde bazı parametre ayarları gerçekleştirilerek dönüşümün kalitesi arttırılmıştır. Daha sonra elde edilen görüntüler ResNet18, ResNet50, VGG16 ve AlexNet evrişimsel sinir ağlarıyla sınıflandırılmış ve elde edilen sonuçlar karşılaştırılmıştır. Önerilen yöntem ile ResNet18, ResNet50, VGG16 ve AlexNet mimarileri için sırasıyla %98,92, %99,34 ve %99,22 ve %98,07 sınıflandırma doğruluğu elde etmiştir. Elde edilen bu yüksek sınıflandırma sonuçları önerilen yöntemin hipertansiyon teşhisi için kullanılabileceğini ispatlar niteliktedir.
Keywords : Hipertansiyon, BKG sinyali, Derin Öğrenme, Sürekli Dalgacık Dönüşümü Filtre Bankası