Kalp Ritim Bozukluklarının Çok Sınıflı Sınıflandırılmasında ReliefF Yöntemi ve Makine Öğrenimi Tabanlı Yaklaşım

Authors : Çiğdem Gülüzar Altıntop

Pages : 627-641

Doi:10.34248/bsengineering.1566475

View : 103 | Download : 145

Publication Date : 2025-05-15

Article Type : Research Paper

Abstract :Kardiyovasküler hastalıklar (KVH), dünya genelinde ciddi sağlık tehditleri arasında yer almakta ve tüm ölümlerin yaklaşık %32\\\'sine neden olmaktadır. Bu nedenle, KVH\\\'ların erken tanısı ve uygun tedaviye başlanması hayati önem taşımaktadır. Elektrokardiyografi (EKG), kalbin elektriksel aktivitesinin kaydedilmesiyle elde edilen önemli bir tanı yöntemidir. Ancak, aritmi gibi kalp rahatsızlıklarının tanısı, uzman klinisyenlerin gözle incelemesine dayanmakta ve bu süreç zaman alıcı ve zahmetli olabilmektedir. Bu çalışmada, EKG sinyallerinden otomatik aritmi tespiti için bir bilgisayar destekli sistem geliştirilmesi amaçlanmıştır. Normal sinüs ritmi, pacemaker ritmi ve 15 farklı aritmi olmak üzere toplam 17 farklı kardiyak aktivite; EKG sinyallerinden çok çeşitli öznitelik çıkarımı, ReliefF kullanılarak öznitelik seçimi ve farklı makine öğrenimi algoritmalarını kullanılması ile sınıflandırılmıştır. Elde edilen sonuçlar, K-En Yakın Komşu ve Rastgele Orman algoritmalarının %93,4 ve %99,23 doğruluk oranları ile en yüksek başarıyı gösterdiğini ortaya koymuştur. Bu çalışma, aritmilerin çok sınıflı sınıflandırmasında EKG sinyallerinden morfolojik, zaman, frekans, entropi ve karmaşıklık özniteliklerini bir arada çıkararak, farklı makine öğrenimi algoritmaları kullanarak 17 farklı kardiyak aktivite sınıfını yüksek doğruluk oranlarıyla sınıflandırmıştır. Böylece, literatürdeki çalışmalardan farklılaşarak aritminin otomatik sınıflandırılmasına önemli bir katkı sağlamıştır.
Keywords : Elektrokardiyogram, Aritmi, Öznitelik seçimi, ReliefF, Makine öğrenimi, Sınıflandırma

ORIGINAL ARTICLE URL