EKG İşaretlerinden Çok katmanlı Algılayıcı Sinir Ağı Kullanarak Aritmilerin Tespiti

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "EKG İşaretlerinden Çok katmanlı Algılayıcı Sinir Ağı Kullanarak Aritmilerin Tespiti"

Transkript

1 EKG İşaretlerinden Çok katmanlı Algılayıcı Sinir Ağı Kullanarak Aritmilerin Tespiti Ersin Ersoy 1 Mahmut Hekim 2 1 Gaziosmanpaşa Üniversitesi, Mühendislik ve Doğa Bilimleri Fakültesi, Mekatronik Mühendisliği Bölümü 2 Gaziosmanpaşa Üniversitesi, Mühendislik ve Doğa Bilimleri Fakültesi, Elektrik-Elektronik Mühendisliği Bölümü 1 2 Özet Bu çalışmada, kalbin durumu ve işleyişi hakkında bilgi veren EKG (Elektrokardiyogram) işaretleri zamansal sınırlara dayalı olarak segment ve dalgalara bölümlenmiş ve her bir bölümün özellik vektörü temel istatiksel parametrelerden biri olan aritmetik ortalama yardımıyla elde edilmiştir. Elde edilen bu özellik vektörleri çok katmanlı algılayıcı sinir ağı (ÇKASA) modeline giriş olarak kullanılarak kalpte meydana gelen aritmiler (ritim bozuklukları) tespit edilmiştir. Bu amaç için, EKG işaretleri 10 dakikalık eşit uzunluklu bölümlere ayırılmıştır. Bu bölümler her segment ve dalga aralığı için kabul edilen zamansal sınırlamalara göre aritmiler hakkında bilgi veren alt-bölümlere (segment ve aralıklara) ayrılmış ve her bir aralığın aritmetik ortalamaları aritmi tespiti için ÇKASA modeline giriş olarak kullanılmıştır. Sonuç olarak, önerilen yaklaşımın EKG işaretlerinden aritmi tespitinde yüksek sınıflandırma doğruluk oranlarına ulaştığı gösterilmiştir. EKG işaretleri kalbin bölümlerinin kasılması ve gevşemesi esnasında oluşan elektriksel işaretlerdir. Bu işaretler yardımıyla kalbin işleyişi hakkında bilgi edinilebilir. 12 derivasyonlu EKG işaretinde P, Q, R, S, T dalgaları ve PR, QRS, ST, QT, RR aralıkları bulunur. Bu dalgaların ve aralıkların konumları ve sürelerine göre aritmiler hakkında teşhis konulabilmektedir. İşaretlerde altı farklı QRS kompleksleri gözlenir ve her derivasyonda QRS kompleksinin tüm bölümleri görülmeyebilir. Bu yüzden, QRS kompleksi genel bir adlandırmadır [1]. Şekil 1 EKG ölçüm parametrelerini göstermektedir. 1. Giriş Aritmi (ritim bozukluğu) anormal kalp atışları gösteren bir hastalık türüdür ve bu tür anormal kalp atışları kan basıncında artma veya azalmaya yol açabilir ve felç, inme veya hatta ölüme neden olabilir. Kardiyak aritmiler kalbin elektriksel davranışındaki anormallik veya bozukluklardır. Bu bozukluklar kalp atış hızı ve ritmindeki anormallik olarak adlandırılan aritmiye yol açar. Aralıkların periyodik oluşmaması veya başlangıç ve bitiş sürelerinin belirli değerlerden uzun veya kısa olması aritmi belirtisidir. EKG (Elektrokardiyogram) ölçümlerinde bu tür aritmiler gözlemlenen dalga biçimindeki deformasyonlar veya düzensizlikler olarak kendiliğinden tezahür eder. Aritmiler genel olarak üç sebepten dolayı ortaya çıkmaktadır: psikiyatrik sebepler, fiziksel ve duygusal strese bağlı sebepler ve kardiyak sebeplerdir [1, 2]. Şekil 1: EKG ölçüm parametreleri. EKG işaretlerin sınıflandırılmasında ve hastalık teşhisinde yapay sinir ağı (YSA) modelleri yaygın olarak kullanılmaktadır. YSA, birden fazla nöron adı verilen hücrenin birbirine bağlanması ile oluşur. YSA modelleri kendilerine verilen örneklerin girdileri ve çıktıları arası ilişkileri tespit edebilen, bu ilişkileri öğrenebilen, elde ettiği sonuçlar üzerinden genelleme yapabilen bir yapay zeka yaklaşımıdır. Çok katmanlı algılayıcı sinir ağı (ÇKASA) modeli kullanım kolaylığı ve işaretlerin sınıflandırılmasındaki yüksek başarı oranlarından dolayı yaygın olarak kullanılan bir YSA modelidir. EKG işaretlerinden aritmilerin tespiti için birçok YSA temelli yaklaşım kullanılmıştır: kalp aritmi olan hastaların tedavi 280

2 süreçlerini desteklemek amaçlı makine öğrenmesine dayalı bir sistemin geliştirilmesi [1], YSA kullanılarak EKG işaretlerinde otomatik kardiyak aritmi tespiti [2], geniş QRS taşikardili hastalarda A-V disosiasyon saptamada standart EKG ile lewis EKG nin karşılaştırılması [3], EKG analizinde bulanık destek vektör makinesi yaklaşımı [4], EKG vurularının GAL (Grow and Learn) ağı yardımıyla sınıflandırılması [5], YSA ve genetik algoritmalar kullanılarak EKG vurularının sınıflandırılması [6] vb. Bu çalışmada, kalbin durumu ve işleyişi hakkında bilgi veren EKG işaretleri zamansal sınırlara dayalı olarak segment ve dalgalara bölümlenmiş ve her bir bölümün özellik vektörü temel istatiksel parametrelerden biri olan aritmetik ortalama yardımıyla elde edilmiştir. Elde edilen özellik vektörleri ÇKASA modeline giriş olarak kullanılarak kalpte meydana gelen aritmiler tespit edilmiştir. Bu amaç için, EKG işaretleri 10 dakikalık eşit uzunluklu bölümlere ayırılmıştır. Bu bölümler her segment ve dalga aralığı için kabul edilen zamansal sınırlamalara göre aritmiler hakkında bilgi veren alt-bölümlere (segment ve aralıklara) ayrılmış ve her bir aralığın aritmetik ortalamaları aritmi tespiti için ÇKASA modeline giriş olarak kullanılmıştır. Sonuç olarak, önerilen yaklaşımın EKG işaretlerinden aritmi tespitinde yüksek sınıflandırma doğruluk oranlarına ulaştığı gösterilmiştir. 2. Materyal ve Yöntem 2.1. EKG işareti EKG işareti olarak physionet ECG databases veri tabanı kullanılmıştır. Sağlıklı EKG işareti için MIT-BIH Normal Sinus Rhytm Database [7], aritmi işareti için MIT-BIH Arrhythmia Database kullanılmıştır [8]. Şekil 2 sağlıklı ve aritmi EKG işaretlerinden örnek olarak alınan 10 sn lik segmentleri göstermektedir. Şekil 3: EKG işareti için ölçütler. Şekil 3'te görüldüğü gibi, EKG işareti, her bir kalp atışıyla ilişkili P, QRS ve T dalgasının yinelemeli bir dalga dizisiyle karakterize edilir. Ventriküler depolarizasyon ve atriyal tekrar kutuplaşma (repolarization) ile oluşan QRS kompleksi en dikkat çekenidir. QRS komplekslerinin pozisyonları bulunur bulunmaz, bütünüyle kardiyak periyodunu analiz etmek için P, T dalgaları ve QT, ST segmenti vd. gibi EKG nin diğer dalgalarının lokasyonları QRS komplekslerinin pozisyonuna göre saptanır. EKG işaretlerindeki aralıkların zamansal olarak bazı özellikleri vardır: P dalgası: Bu dalganın ilk bölümünü sağ atriyumun depolarizasyonu, ikinci bölümünü ise sol atriyumun depolarizasyonu oluşturur. Normal olarak, hangi derivasyon söz konusu olursa olsun P dalgasının genişliği 0,11 sn den küçüktür [9]. a) Sağlıklı (sinüs) EKG işaret örneği. PR aralığı: P dalgasının başlangıcı ile QRS kompleksinin başlangıcı arasındaki sürenin ölçülmesiyle elde edilir. Erişkinlerde, PR aralığı için normal değer saniyedir [9]. b) Aritmi EKG işaret örneği. Şekil 2: EKG işareti (10 sn). Şekil 3 sağlıklı bir insanın EKG işaretinde gözlenen dalgaların P, Q, R, S, T tepelerini ve PR, QRS, ST, QT aralıklarını göstermektedir. QRS kompleksi: Q dalgası P dalgasından sonraki ilk negatif dalgayı, R dalgası ilk pozitif dalgayı, S dalgası ise R den sonraki negatif dalgayı ifade eder. Farklı olarak 0,04 sn nin altındadır ve toplam QRS süresinin % 25 ini aşmaz. QRS kompleksinin süresi maksimum 0,11 sn dir [9]. 281

3 ST segmenti: ST segmenti, QRS kompleksinin sonlandığı J jonksiyon noktası ile T dalgasının başlangıcını birleştiren aralıktır. Süresi kalp hızıyla ters orantılı olarak değişkenlik gösterir ve 0 ile 0,15 sn arasındadır [9] EKG işaretlerinden zamansal aralıkların hesabına dayalı özellik çıkarımı Pan-Tompkins algoritmasının ilk aşaması EKG işaretlerindeki gürültüyü süzmek için bant geçiren filtre uygulamaktır. Şekil 5 bant geçiren filtre ile gürültüsü azaltılmış işaretin 10 sn lik kısmını göstermektedir. T dalgası: Ventriküllerin tekrar kutuplaşmasını yansıtır. Erişkinlerde normal T dalgasının süresi 0,10-0,25 sn dir. RR aralığı: İki R noktası arasındaki mesafedir. QT aralığı: QRS kompleksinin başlangıcından T dalgasının bitimine kadar olan sürenin ölçümüyle belirlenir. Kalp hızına göre düzeltilmiş QT aralığı QTc olarak ifade edilir. QTc, QT süresinin RR süresinin kareköküne bölünmesiyle hesaplanır (Bazett Formülü). Bazett formülüne göre hesaplanan düzeltilmiş QT aralığının (QTc_B) üst sınırı 0,44 sn dir ve Eşitlik 1 ile hesaplanır: QTB = QT RR Burada, QTc_B Bazett formülü kullanılarak hesaplanan düzeltilmiş QT aralığını gösterir. (1) Şekil 5: Bant geçiren filtre ile filtrelenmiş EKG işareti. Pan-Tompkins algoritmasında kullanılan bant geçiren filtre alçak geçiren ve yüksek geçiren filtreler ile elde edilmiştir Yüksek geçiren filtre için örnekleme frekansı 200 Hz kesim frekansı 11 Hz, kayma miktarı 5 örnek yani 25msn dir. Yüksek geçiren filtrenin kesim frekansı 200 Hz örnekleme frekansı 5 Hz kayma miktarı 16 örnek yani 80 msn dir [11-12]. Türev alma aşamasında, QRS nin belirginleşmesi ve düşük frekanslı bileşenlerin bastırılması için filtrelenen EKG işareti türev alıcıya uygulanmıştır ve aşağıdaki şekilde gösterilen alçak frekans bileşenlerinden arındırılmış EKG işareti elde edilmiştir: Bu çalışmada, EKG işaretlerinin P, PR, QRS, QT, ST, T ve RR aralıklarının aritmetik ortalama temelli özellik vektörleri R noktasına olan zamansal mesafesi kullanılarak hesaplanmıştır. EKG işaretindeki R noktasının tespiti için Pan-Tompkins algoritması kullanılmıştır. Pan-Tompkins algoritması beş aşamadan oluşmaktadır: bant geçiren filtre, türev alıcı, kare alıcı, kayan pencere integrasyonu ve eşik ayarlama [10]. Şekil 4 te ham 10 sn lik sağlıklı EKG işareti görülmektedir. Şekil 6: Türev filtresi uygulanmış EKG işareti. Son olarak, Şekil 7 de görüldüğü gibi, kare alıcı ve kayan pencere integrasyonu ile yumuşatma işlemi geçekleştirilir [2]. Şekil 4: Sağlıklı EKG işareti. 282

4 Adım 2. QRS aralığı: Q aralığı toplam QRS nin %25 ini geçemez ve QRS nin toplam süresi 0,11 sn yi aşamaz. Ayrıca Q<0,04 sn olmalıdır. R noktasının QRS bloğunun ortası olduğu varsayılırsa, Şekil 7: Karesi alınmış EKG işareti. Şekil 8 Pan-Tompkins algoritması kullanılarak tespit edilen QRS noktalarını göstermektedir. QRS yarım : QRS dalgasının zamansal olarak yarısıdır. R yarım : R dalgasının zamansal olarak yarısıdır. QRS yarım = 0,11/2 = 0,055. Q= 0,11/4 = 0,0275 olur. ( Q<0,04 şartına da uygundur). R yarım =QRS yarım Q ise R yarım = 0,055-0,0275 = 0,0275. R=2R yarım = 0,055 ve S=QRS S R ise S = 0,0275 olur. Adım 3. Aralıkların R noktasına zamansal uzaklıkları: a) Pan-Tompkins algoritması ile filtrelemiş EKG işareti üzerinde tespit edilmiş QRS noktaları. P baslangıç : P dalgası başlangıç noktasının R noktasına olan P bitis : P dalgası bitiş noktasının R noktasına olan uzaklığı. PR başlangıç : PR aralığı başlangıç noktasının R noktasına olan PR bitiş : PR aralığı bitiş noktasının R noktasına olan zamansal uzaklığı. b) Normal EKG işareti üzerinde gösterilmiş QRS noktaları. Şekil 8: QRS noktalarının tespit edilmesi. Bu çalışmada, Şekil 8 de görüldüğü gibi QRS segmentindeki R noktaları tespit edildikten sonra, EKG işaretindeki dalgaların zamansal aralıklarına göre işaret grupları oluşturulmuş ve tespit edilen R noktalarına olan zamansal mesafelerin ortalamaları aşağıdaki şekilde hesaplanmıştır: Adım 1. RR aralıklarındaki sapma: İşaretteki tüm RR noktalarının ortalaması (RR ort ) hesaplanmış, her RR bloğu mesafesinin hesaplanan ortalamadan ne kadar fark olduğu bulunmuştur. Çıkan farkın düşük olması R noktalarının periyodik olarak devam ettiğini gösterir. Çıkan fark büyük ise R noktaları düzenli zaman aralıkları ile oluşmadığı anlamına gelmektedir. RR aralığı sapmalarının ortalamaları aşağıdaki Eşitlik 2 ile hesaplanır. RR sapma = RR son RR i RR ort i=1 (2) RR sayisi Burada, RR ort işaretteki tüm RR aralıklarının ortalamasını, RR sayısı tüm RR aralıklarının sayısını ve RR sapma tüm RR aralıklarının hesaplanmış RR ort değerine olan farkının ortalamasını gösterir. Q baslangıç : Q aralığı başlangıç noktasının R noktasına olan S bitiş : S aralığı bitiş noktasının R noktasına olan zamansal uzaklığı. ST başlangıç : ST segmenti başlangıç noktasının R noktasına olan ST bitiş : ST segmenti bitiş noktasının R noktasına olan T başlangıç : T dalgası başlangıç noktasının R noktasına olan T bitiş : T dalgası bitiş noktasının R noktasına olan zamansal uzaklığı. QTc başlangıç : Düzeltilmiş QT aralığı başlangıç noktasının R noktasına olan QTc bitiş : Düzeltilmiş QT aralığı bitiş noktasının R noktasına olan R yarım : R dalgası genişliğin zamansal olarak yarısı. 283

5 QTc başlangıç = Q bitiş Adım 4. P aralığı: QTc bitiş = QTc - R yarım P bitiş = PR + QR ise 0,2 + 0,055 = 0,255 sn. P bitiş = P başlangıç 0,10 = 0,155 sn. Yukarıda örnek olarak gösterilen işlem adımlarına göre tüm dalgaların ve aralıkların ortalamaları hesaplanmıştır. Hesaplamada 90 adet aritmi gözlemlenmiş ve 90 adet normal sinüs ritmi gözlenmiş toplam 180 adet işaret segmenti kullanılmıştır. Adım 5. PR aralığı: PR başlangıç = P başlangıç PR bitiş = PR başlangıç 0,2 = 0,055 sn. Adım 6. QRS aralığı: Q başlangıç = 0,55 sn 2.3. ÇKASA modelinin oluşturulması ve eğitilmesi Bir ÇKASA modeli ardışık üç katmandan oluşur: giriş katmanı, gizli katman ve çıkış katmanı. Giriş katmanındaki nöron sayısı kullanılan özellik sayısına eşittir. Çıkış katmanındaki nöron sayısı da istenilen özellikleri gösterir. Kullanılan gizli katmanlar ağın yeteneğini artırmak için isteğe bağlı olarak artırılıp azaltılabilir. Gizli katman sınıflayıcı olarak çalışır ve giriş katmanındaki değerleri çıkış katmanına sonuç olarak iletir. Gizli katmandaki nöron sayısının artırılması ağın yeteneğini artırdığı gibi çalışma süresini olumsuz etkileyebilir [13]. Şekil 11 bir ÇKASA modelinin blok diyagramını göstermektedir. S bitiş = 0,55 sn Adım 7. ST segment uzunluğu: ST başlanıgıç = S bitiş ST bitiş = ST başlangıç + 0,15 ise ST bitiş = 0,205 sn. Adım 8. T aralığı: T başlangıç = ST bitiş T bitiş = T başlangıç + 0,25 ise T bitiş = 0,455 sn. Adım 9. QTc aralığı: QTc aralığı Bazett formülüne göre hesaplanır. Şekil 11: ÇKASA sınıflayıcı modeli. Şekil 11 de görüldüğü gibi, EKG işaretlerinden aritmi tespiti için gizli katmanında 10 adet nöron bulunan ÇKASA modeline P ort, PR ort, QRS ort, ST ort, T ort, QT ort ve RR ort olmak üzere 7 adet özellik vektörü giriş olarak kullanılmıştır. Aktivasyon fonksiyonu olarak tanjant-hiperbolik aktivasyon fonksiyonu seçilen sınıflayıcı model Levenberg Marquardt (LM) geri-yayılım algoritmasıyla eğitilmiştir. Sınıflayıcı model 100 defa çalıştırılmıştır ve nihai sonuç elde edilen sınıflandırma başarılarının ortalaması alınarak hesaplanmıştır. Eğitim için 90 adet sağlıklı işarete ait özellik vektörü ve 90 adet aritmi işaretine ait özellik vektörü sınıflayıcı modele uygulanmıştır. Sınıflayıcının genelleştirilmiş başarısını ölçmek için rastgele örnek seçimine dayalı 10-parçalı çapraz geçerlik ölçütü kullanılmıştır. Bu yöntemde, elde edilen özellik vektörleri eğitim, geçerlik ve test verisi olmak üzere üç gruba rasgele olarak dağıtılmaktadır. Eğitim verisi tüm 284

6 verinin %70 ini içerecek (126 örnek), geçerlik ve test verisi ise %15 ini içerek (54 örnek) şekilde seçilmiştir. Modelin geçerlik verisindeki başarısı en yüksek seviyeye ulaştığı zaman eğitime son verilmiştir. Son olarak, modelin nihai doğru sınıflandırma başarısı test verisi üzerinde istatistiksel ölçütler yardımıyla değerlendirilmiştir. Bu değerlendirme için en temel ölçütler, belirlilik, duyarlılık ve toplam sınıflandırma doğruluğu ölçütleridir. Belirlilik ölçütü, DP olarak sınıflandırılan birey sayısının gerçekte pozitif sınıfındaki birey sayısına (DP+YN) oranı, Duyarlılık ölçütü ise DN olarak sınıflandırılan birey sayısının gerçekte negatif sınıfındaki birey sayısına (DN+YP) oranı ve toplam doğru sınıflandırma (TDS) ölçütü ise doğru sınıflandırılan birey sayısının (DP+DN) toplam birey sayısına (DP+DN+YP+YN) oranıdır: %93,3 lük bir Belirlilik oranı, %100 lük bir Duyarlılık oranı ve %96,3 lük bir TDS oranı hesaplanmıştır. Bu da sınıflayıcının yüksek başarı oranlarına sahip olduğunu göstermektedir. Şekil 12, EKG işaretlerinden aritmi teşhisi için gerçekleştirilen sınıflandırma deneyinin ROC analiz eğrisini göstermektedir. 1 ROC Eğrisi 0.8 Belirlilik = Duyarlılık = DP DP+YN DN DN+YP (3) (4) Duyarlılık TDS = DP+DN DP+DN+YP+YN Burada, DP (Doğru Pozitif) doğru sınıflandırılan aritmi teşhisi konulan bireylerin sayısını, DN (Doğru Negatif) doğru sınıflandırılan aritmi olmayan bireylerin sayısını, YP (Yanlış Pozitif) yanlış olarak aritmi tespit edilen ancak aritmi olmayan bireylerin sayısı ve YN (Yanlış Negatif) ise yanlış olarak aritmi olmadığı tespit edilen ancak aritmi olan bireylerin sayısını gösterir. Örnek veri sayılarının sınıf bazındaki dağılımlarının çok farklı olması ve başarının yüksek olması durumunda başarı değerlendirmesi yapabilmek için karışıklık matrisi ve ROC eğrisi analizi kullanılmaktadır [13-15]. Önerilen modelin EKG işaretlerini sınıflandırması sonucunda elde edilen karışıklık matrisi Tablo 1 de gösterilmektedir. Tablo 1: Aritmi teşhisi için karışıklık matrisi. Sınıf Negatif (Sağlam) Pozitif (Aritmi) Negatif (Sağlam) 14 (DP) 0 (YN) Pozitif (Aritmi) 1 (YP) 12 (DN) Tablo1 den görüldüğü gibi, önerilen yaklaşımda aritmi teşhisi için yanlış sınıflandırma yapılmamakla birlikte, aritmi olmayan sağlıklı birey için çok düşük de olsa bir yanlış sınıflandırma yapılabilmektedir. Eşitlik 3, 4 ve 5 kullanılarak (5) Şekil 12: Sınıflandırmanın ROC analiz eğrisi. Şekil 12'de görüldüğü gibi, ROC eğrisi analizine göre, önerilen yaklaşım aritmi teşhisinde kabul edilebilir sınıflandırma yeteneğine sahiptir. Buna göre, ROC eğrilerinin altında geniş alanlar göstermesi yüksek belirlilik ve duyarlılığa sahip bir sınıflayıcı model olduğunu göstermektedir. 3. Sonuçlar EKG işaretlerinde aritmi tespiti için, zamansal segment ve dalgalara bölümlenen işaretlerden aritmetik ortalama yardımıyla elde edilen özellik vektörlerinin bir ÇKASA modeline giriş olarak kullanıldığında yüksek sınıflandırma başarı oranlarına ulaşılmıştır. EKG işaretlerinin 10 dakikalık eşit uzunluklu bölümlere ayırılan parçalara ait segment ve dalga aralıklarının aritmi tespitinde önemli bir özellik vektörü olduğu gösterilmiştir. Sonuç olarak, segmentlere ayrıştırılan EKG işaretlerinin dalga aralıklarının istatistiksel özelliklerinin YSA temelli bir sınıflayıcı modeline uygulanmasıyla yüksek sınıflandırma doğruluk oranlarıyla aritmi tespitinin yapılabilmesi önemli bir bulgudur. 4. Kaynaklar Belirlilik [1] Aydın, F., "Kalp aritmi olan hastaların tedavi süreçlerini desteklemek amaçlı makine öğrenmesine dayalı bir sistemin geliştirilmesi", Trakya Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği, [2] Gümüş, B. ve Yazgı, S., "Yapay sinir ağı kullanılarak elektrokardiyogram işaretlerinde otomatik kardiyak aritmi tespiti", Elektrik-Elektronik-Bilgisayar ve 285

7 Biyomedikal Mühendisliği 13. Ulusal kongresi, Ankara, Aralık [3] Aksu, U., "Geniş QRS taşikardi li hastalarda A-V disosiasyon saptamada standart EKG ile lewis EKG nin karşılaştırılması", Atatürk Üniversitesi Tıp Fakültesi Kardiyoloji Anabilim Dalı, [4] Özcan, N., "EKG analizinde bulanık destek vektör makinesi yaklaşımı", Boğaziçi Üniversitesi Sistem ve Kontrol Mühendisliği, [5] Korüeki M., Metin, S. Elektrokardiyogram Vurularının GAL (Grow and Learn) Ağı Yardımıyla Sınıflandırılması, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, [6] Dokur, Z., Yapay Sinir Ağları ve Genetik Algoritmalar Kullanılarak EKG Vurularının Sınıflandırılması, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Elektrik ve Elektronik Mühendisliği Anabilim Dalı,İstanbul,1999. [7] Physionet, normal sinus ritmi veritabanı "http://www.physionet.org/physiobank/database/nsrdb/", [8] Physionet, Aritmi veritabanı, "http://www.physionet.org/physiobank/database/mitdb/", [9] İlerigelen, B. ve Mutlu, H., EKG kurs kitapçığı, Cerrahpaşa Tıp Fakültesi Sürekli Tıp Eğitim Teknikleri, [10] Pingale, S.L. ve Daimiwal, N., "Detection of various diseases using ECG signal in Matlab", International Journal of Recent Technology and Engineering. ISSN: , [11] Indik, J.H., Pearson, E.C., Fried, K. ve Woosley, R.L., "Bazett and Fridericia QT correction formulas interfere with measurement of drug-induced changes in QT interval", Sarver Heart Center, University of Arizona College of Medicine, Tucson, Arizona, [12] Pan, J. ve Tompkins, W.J., "A Real-Time QRS Detection Algorithm" IEEE Transactions on Biomedical Engineering, BME-32 (3), , [13] Bishop, C.M., Neural Networks for Pattern Recognintion, Oxford University Press, Inc. New York, NY, USA [14] Gardner, M.W. ve Dorling, S.R., "Artificial neural networks (the multilayer perceptron) a review of applications in the atmospheric sciences", School of Environmental Sciences, University of East Anglia, Norwich, Norfolk NR4 7TJ, [15] Hekim, M., Orhan, U., ve Özer, M., "Eşit genişlikli ayrıklaştırma yöntemine dayalı yeni bir özellik çıkartma yaklaşımı ve yapay sinir ağı kullanarak epileptik atak tespiti", Gazi Üniversitesi Mühendislik ve Mimarlık Fakültesi Dergisi, 26 (3), ,

YAPAY SİNİR AĞI KULLANILARAK ELEKTROKARDİYOGRAM SİNYALLERİNDE OTOMATİK KARDİYAK ARİTMİ TESPİTİ

YAPAY SİNİR AĞI KULLANILARAK ELEKTROKARDİYOGRAM SİNYALLERİNDE OTOMATİK KARDİYAK ARİTMİ TESPİTİ YAPAY SİNİR AĞI KULLANILARAK ELEKTROKARDİYOGRAM SİNYALLERİNDE OTOMATİK KARDİYAK ARİTMİ TESPİTİ Burçin GÜMÜŞ 1 Serian YAZGI 2 1,2 Biyomedikal Mühendisliği Bölümü, Başkent Üniversitesi, Ankara 1 burcin.gumus@hotmail.com

Detaylı

EKG CİHAZ KULLANIMI ve EKG nin YORUMLANMASI

EKG CİHAZ KULLANIMI ve EKG nin YORUMLANMASI EKG CİHAZ KULLANIMI ve EKG nin YORUMLANMASI T.C B.E.Ü. SAĞLIK UYGULAMA VE ARAŞTIRMA MERKEZİ HEMŞİRELİK HİZMETLERİ MÜDÜRLÜĞÜ HİZMET İÇİ EĞİTİM HEMŞİRELİĞİ Hem.BURCU ER EKG Kalbin çalışması sırasında oluşan

Detaylı

BİRİNCİ BASAMAK İÇİN TEMEL EKG OKUMA BECERİSİ

BİRİNCİ BASAMAK İÇİN TEMEL EKG OKUMA BECERİSİ BİRİNCİ BASAMAK İÇİN TEMEL EKG OKUMA BECERİSİ Doç. Dr. Turan SET Karadeniz Teknik Üniversitesi Tıp Fakültesi Aile Hekimliği Anabilim Dalı, Trabzon E-mail: turanset@gmail.com Hiçbir şey basit anlatılamayacak

Detaylı

SAĞLIK BİLİMLERİ ÜNİVERSİTESİ GÜLHANE SAĞLIK MESLEK YÜKSEKOKULU ANKARA

SAĞLIK BİLİMLERİ ÜNİVERSİTESİ GÜLHANE SAĞLIK MESLEK YÜKSEKOKULU ANKARA SAĞLIK BİLİMLERİ ÜNİVERSİTESİ GÜLHANE SAĞLIK MESLEK YÜKSEKOKULU ANKARA İLERİ YAŞAM DESTEĞİ I KALP HIZININ DEĞERLENDİRİLMESİ İYD I DERS NOTU 02 2016 i İÇİNDEKİLER İÇİNDEKİLER... i 1. KALP HIZININ HESAPLANMASI...

Detaylı

Antiaritmik ilaçlar. Prof. Dr. Öner Süzer Antiaritmik ilaç preparatları

Antiaritmik ilaçlar. Prof. Dr. Öner Süzer  Antiaritmik ilaç preparatları Antiaritmik ilaçlar Prof. Dr. Öner Süzer www.onersuzer.com 1 Antiaritmik ilaç preparatları 2 2 1 3 3 Aritmiler ve temel bilgiler I Aritmi (disritmi), normal sinüs ritminden herhangi bir sapma ve kalp atımlarındaki

Detaylı

Temel EKG. Prof. Dr. M. Remzi Önder

Temel EKG. Prof. Dr. M. Remzi Önder Temel EKG Prof. Dr. M. Remzi Önder VII.Ege Dahili TK, 4 Nisan 2008 EKG (Elektrokardigram) kalbin sadece elektriksel işlevlerini gösterir. Kasılma gücü hakkında bilgi vermez. Kalp yetersizliği tanısında

Detaylı

Normal EKG Normal EKG Nasıl Olmalıdır? Kalp Hızı: 60 100/dakika Ritim düzenli olmalıdır P dalgası: aynı derivasyonda yer alan tüm p dalgalarının morfolojisi aynı olmalıdır Her p dalgasından önce bir

Detaylı

TEMEL EKG. Prof.Dr.Hakan KültK. Kardiyoloji Anabilim Dalı

TEMEL EKG. Prof.Dr.Hakan KültK. Kardiyoloji Anabilim Dalı TEMEL EKG Prof.Dr.Hakan KültK ltürsay Ege Üniversitesi, Tıp T p Fakültesi Kardiyoloji Anabilim Dalı EKG Elektro Kardiyo Gram: Kalp atımları sırasında oluşan elektriksel değişikliklerin vücut yüzeyine konan

Detaylı

Ayrık Dalgacık Dönüşümü Bileşenlerine Ait İstatistiksel Veriler ile Epileptik EEG İşaretlerinin Sınıflandırılması

Ayrık Dalgacık Dönüşümü Bileşenlerine Ait İstatistiksel Veriler ile Epileptik EEG İşaretlerinin Sınıflandırılması 214 Spring/Bahar Cilt/Vol: 5 - Sayı/Num: 15 DOI: 1.5824/139-1581.214.2.3.x Ayrık Dalgacık Dönüşümü Bileşenlerine Ait İstatistiksel Veriler ile Epileptik EEG İşaretlerinin Sınıflandırılması Tuğba PALABAŞ,

Detaylı

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir. 4.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Ranj Çeyrek Kayma Çeyrekler Arası Açıklık Standart Sapma Varyans

Detaylı

NASIL EKG OKUYALIM? TEMEL PRENSİPLER

NASIL EKG OKUYALIM? TEMEL PRENSİPLER NASIL EKG OKUYALIM? TEMEL PRENSİPLER Doç. Dr. Turan SET Karadeniz Teknik Üniversitesi Tıp Fakültesi Aile Hekimliği Anabilim Dalı, Trabzon E-mail: turanset@yahoo.com AMAÇ EKG nin fizyolojisi ve EKG yorumlamada

Detaylı

BİRİNCİ BASAMAK İÇİN TEMEL EKG OKUMA BECERİSİ

BİRİNCİ BASAMAK İÇİN TEMEL EKG OKUMA BECERİSİ BİRİNCİ BASAMAK İÇİN TEMEL EKG OKUMA BECERİSİ Doç. Dr. Turan SET E-mail : turanset@yahoo.com Hiçbir şey basit anlatılamayacak kadar karmaşık değildir Albert Einstein AMAÇ Birinci basamakta EKG değerlendirmede

Detaylı

EKG Değerlendirme 1. Doç. Dr. Selahattin KIYAN EKG Kursu Erzurum

EKG Değerlendirme 1. Doç. Dr. Selahattin KIYAN EKG Kursu Erzurum EKG Değerlendirme 1 Doç. Dr. Selahattin KIYAN EKG Kursu Erzurum Tarihte EKG Wilhelm Einthoven 1903 ilk elektriksel akt. Kaydı 1908 de sistemi tamamlıyor. İlk MI tanımı 1909.. 1930larda standart derivasyon

Detaylı

Normal EKG. Dr. Müge Devrim-Üçok

Normal EKG. Dr. Müge Devrim-Üçok Normal EKG Dr. Müge Devrim-Üçok Elektrokardiyogram Kalpte depolarizasyon dalgasının ilerlemesi ekstrasellüler sıvıda elektriksel akımlar oluşturur. Bu elektriksel potansiyel değişimlerinin vücut yüzeyine

Detaylı

Dr.Ahmet İşleyen Bülent Ecevit Üniversitesi Kardiyoloji ABD Aralık 2015

Dr.Ahmet İşleyen Bülent Ecevit Üniversitesi Kardiyoloji ABD Aralık 2015 Dr.Ahmet İşleyen Bülent Ecevit Üniversitesi Kardiyoloji ABD Aralık 2015 EKG nedir?? Kalp nasıl çalışır?? Kalbin elektriksel aktivitesinin kayıt edilmesi EKG kağıdının üzerinde 1X1 mm lik küçük ve 5X5

Detaylı

Tanısı Zor Ölümcül Ritimler PLAN. Ölümcül ritimler. Disorganize Ritimler. Organize Ritimler 1) PSEUDO PEA

Tanısı Zor Ölümcül Ritimler PLAN. Ölümcül ritimler. Disorganize Ritimler. Organize Ritimler 1) PSEUDO PEA Tanısı Zor Ölümcül Ritimler PLAN 1) PSEUDO PEA Dr. Ayhan SARITAŞ Düzce Üniversitesi Acil Tıp AD 2) GENİŞ QRS TAŞİKARDİLERDE VT-SVT AYRIMI=YENİ ALGORİTMA 3) VAKA SUNUMLARI Asistoli Ölümcül ritimler Nabızsız

Detaylı

Fizyoloji Anabilim Dalı. Elektro Kardio Grafi. Dr. Sinan Canan scanan@baskent.edu.tr

Fizyoloji Anabilim Dalı. Elektro Kardio Grafi. Dr. Sinan Canan scanan@baskent.edu.tr Başkent ş Üniversitesi Tıp Fakültesi Fizyoloji Anabilim Dalı Elektro Kardio Grafi Dr. Sinan Canan scanan@baskent.edu.tr 23.11.2004 Elektrokardiogram (EKG): Kalbin Elektriksel Aktivitesi Elektro[elektrik]kardio[kalp]gram[yazdırma]

Detaylı

Ventriküler takikardi EKG si. Dr.Ahmet Akyol Acıbadem Üniversitesi Tıp Fakültesi Kardiyoloji ABD 3.Atriyal Fibrillasyon Zirvesi, Antalya 2014

Ventriküler takikardi EKG si. Dr.Ahmet Akyol Acıbadem Üniversitesi Tıp Fakültesi Kardiyoloji ABD 3.Atriyal Fibrillasyon Zirvesi, Antalya 2014 Ventriküler takikardi EKG si Dr.Ahmet Akyol Acıbadem Üniversitesi Tıp Fakültesi Kardiyoloji ABD 3.Atriyal Fibrillasyon Zirvesi, Antalya 2014 Özet Tanım Ayırıcı tanı EKG kriterleri Spesifik VT türleri Geniş

Detaylı

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Temel İstatistik Tanımlayıcı İstatistik Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Y.Doç.Dr. İbrahim Turan Mart 2011 DAĞILIM / YAYGINLIK ÖLÇÜLERİ Verilerin değişkenlik durumu ve dağılışın şeklini

Detaylı

Şizofrenide QT ve P Dispersiyonu

Şizofrenide QT ve P Dispersiyonu Şizofrenide QT ve P Dispersiyonu Sema Baykara*, Mücahit Yılmaz**, Murat Baykara*** *Elazığ Ruh Sağlığı ve Hastalıkları Hastanesi AMATEM Kliniği **Elazığ Eğitim ve Araştırma Hastanesi Kardiyoloji Kliniği

Detaylı

Çok katmanlı ileri sürümlü YSA da standart geri yayıyım ve momentum geri yayılım algoritmalarının karşılaştırılması. (Eğitim/Hata geri yayılım)

Çok katmanlı ileri sürümlü YSA da standart geri yayıyım ve momentum geri yayılım algoritmalarının karşılaştırılması. (Eğitim/Hata geri yayılım) Çok katmanlı ileri sürümlü YSA da standart geri yayıyım ve momentum geri yayılım algoritmalarının karşılaştırılması (Eğitim/Hata geri yayılım) Özetçe Bu çalışmada çok katmanlı ve ileri sürümlü bir YSA

Detaylı

TIBBİ ENSTRUMANTASYON TASARIM VE UYGULAMALARI SAYISAL FİLTRELER

TIBBİ ENSTRUMANTASYON TASARIM VE UYGULAMALARI SAYISAL FİLTRELER TIBBİ ENSTRUMANTASYON TASARIM VE UYGULAMALARI SAYISAL FİLTRELER SUNU PLANI Analog sayısal çevirici FIR Filtreler IIR Filtreler Adaptif Filtreler Pan-Tompkins Algoritması Araş. Gör. Berat Doğan 08/04/2015

Detaylı

Yapay Sinir Ağları. (Artificial Neural Networks) DOÇ. DR. ERSAN KABALCI

Yapay Sinir Ağları. (Artificial Neural Networks) DOÇ. DR. ERSAN KABALCI Yapay Sinir Ağları (Artificial Neural Networks) J E O L O J İ M Ü H E N D İ S L İ Ğ İ A. B. D. E S N E K H E S A P L A M A Y Ö N T E M L E R İ - I DOÇ. DR. ERSAN KABALCI Yapay Sinir Ağları Tarihçe Biyolojik

Detaylı

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ 1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel

Detaylı

Merkezi Yığılma ve Dağılım Ölçüleri

Merkezi Yığılma ve Dağılım Ölçüleri 1.11.013 Merkezi Yığılma ve Dağılım Ölçüleri 4.-5. hafta Merkezi eğilim ölçüleri, belli bir özelliğe ya da değişkene ilişkin ölçme sonuçlarının, hangi değer etrafında toplandığını gösteren ve veri grubunu

Detaylı

MOCKUS HİDROGRAFI İLE HAVZA & TAŞKIN MODELLENMESİNE BİR ÖRNEK: KIZILCAHAMAM(ANKARA)

MOCKUS HİDROGRAFI İLE HAVZA & TAŞKIN MODELLENMESİNE BİR ÖRNEK: KIZILCAHAMAM(ANKARA) MOCKUS HİDROGRAFI İLE HAVZA & TAŞKIN MODELLENMESİNE BİR ÖRNEK: KIZILCAHAMAM(ANKARA) Tunç Emre TOPTAŞ Teknik Hizmetler ve Eğitim Müdürü, Netcad Yazılım A.Ş. Bilkent, Ankara, Öğretim Görevlisi, Gazi Üniversitesi,

Detaylı

BRADİKARDİK HASTAYA YAKLAŞIM

BRADİKARDİK HASTAYA YAKLAŞIM Türkiye Acil Tıp Derneği Asistan Oryantasyon Eğitimi BRADİKARDİK HASTAYA YAKLAŞIM SB İzmir Tepecik Eğitim ve Araştırma Hastanesi İzmir, 24-27 Mart 2011 Sunumu Hazırlayan Yrd. Doç. Dr Ayhan ÖZHASENEKLER

Detaylı

ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ

ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ Ezgi Özkara a, Hatice Yanıkoğlu a, Mehmet Yüceer a, * a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği Bölümü, Malatya, 44280 myuceer@inonu.edu.tr

Detaylı

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu

Detaylı

SAĞLIK BİLİMLERİ ÜNİVERSİTESİ GÜLHANE SAĞLIK MESLEK YÜKSEKOKULU ANKARA

SAĞLIK BİLİMLERİ ÜNİVERSİTESİ GÜLHANE SAĞLIK MESLEK YÜKSEKOKULU ANKARA SAĞLIK BİLİMLERİ ÜNİVERSİTESİ GÜLHANE SAĞLIK MESLEK YÜKSEKOKULU ANKARA İLERİ YAŞAM DESTEĞİ I ERKEN VURULAR İYD I DERS NOTU 03 2016 i İÇİNDEKİLER İÇİNDEKİLER... i ERKEN (PREMATÜRE) VURULAR... 1 1.1 Atriyal

Detaylı

YAPAY SİNİR AĞLARI. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ

YAPAY SİNİR AĞLARI. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ YAPAY SİNİR AĞLARI Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ İÇERİK Sinir Hücreleri Yapay Sinir Ağları Yapısı Elemanları Çalışması Modelleri Yapılarına Göre Öğrenme Algoritmalarına Göre Avantaj ve

Detaylı

Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı. Mehmet Ali Çavuşlu

Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı. Mehmet Ali Çavuşlu Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı Mehmet Ali Çavuşlu Özet Yapay sinir ağlarının eğitiminde genellikle geriye

Detaylı

Çukurova Üniversitesi Biyomedikal Mühendisliği

Çukurova Üniversitesi Biyomedikal Mühendisliği Çukurova Üniversitesi Biyomedikal Mühendisliği BMM309 Elektronik-2 Laboratuarı Deney Föyü Deney#6 İşlemsel Kuvvetlendiriciler (OP-AMP) - 2 Doç. Dr. Mutlu AVCI Arş. Gör. Mustafa İSTANBULLU ADANA, 2015 DENEY

Detaylı

TANIMLAYICI İSTATİSTİKLER

TANIMLAYICI İSTATİSTİKLER TANIMLAYICI İSTATİSTİKLER Tanımlayıcı İstatistikler ve Grafikle Gösterim Grafik ve bir ölçüde tablolar değişkenlerin görsel bir özetini verirler. İdeal olarak burada değişkenlerin merkezi (ortalama) değerlerinin

Detaylı

EKG Ritim Bozuklukları

EKG Ritim Bozuklukları EKG Ritim Bozuklukları 1 Ritim Bozuklukları DİSRİTMİ; kalbin normal elektriksel ritminden olan sapmalara denir ARİTMİ; kalbin elektriksel aktivitesinin olmamasıdır Disritmi nedenleri; Miyokardiyal hasar,

Detaylı

TUĞLA VE KİREMİT FABRİKALARININ HAVA KİRLİLİĞİNE KATKILARININ YAPAY SİNİR AĞI MODELLEMESİ İLE ARAŞTIRILMASI

TUĞLA VE KİREMİT FABRİKALARININ HAVA KİRLİLİĞİNE KATKILARININ YAPAY SİNİR AĞI MODELLEMESİ İLE ARAŞTIRILMASI TUĞLA VE KİREMİT FABRİKALARININ HAVA KİRLİLİĞİNE KATKILARININ YAPAY SİNİR AĞI MODELLEMESİ İLE ARAŞTIRILMASI Merve ARABACI a, Miray BAYRAM a, Mehmet YÜCEER b, Erdal KARADURMUŞ a a Hitit Üniversitesi, Mühendislik

Detaylı

5. Elektriksel Büyüklüklerin Ölçülebilen Değerleri

5. Elektriksel Büyüklüklerin Ölçülebilen Değerleri Elektrik devrelerinde ölçülebilen büyüklükler olan; 5. Elektriksel Büyüklüklerin Ölçülebilen Değerleri Akım Gerilim Devrede bulunan kaynakların tiplerine göre değişik şekillerde olabilir. Zamana bağlı

Detaylı

Kalbin İleti Sistemi

Kalbin İleti Sistemi Kalbin İleti Sistemi 2 Kalbin İleti Sistemi Sinoatriyal Nod Atriyoventriküler Nod 3 Kalbin İleti Sistemi Kalpte iletinin oluşması ve yayılması yapısal ve elektrofizyolojik olarak farklılaşmış dokularca

Detaylı

SÜREKLĠ OLASILIK DAĞILIMLARI

SÜREKLĠ OLASILIK DAĞILIMLARI SÜREKLĠ OLASILIK DAĞILIMLARI Sayı ekseni üzerindeki tüm noktalarda değer alabilen değişkenler, sürekli değişkenler olarak tanımlanmaktadır. Bu bölümde, sürekli değişkenlere uygun olasılık dağılımları üzerinde

Detaylı

TC ERCİYES ÜNİVERSİTESİ BİYOMEDİKAL MÜHENDİSLİĞİ BÖLÜMÜ BİYOMEDİKAL BAKIM-ONARIM VE KALİBRASYON LABORATUVARI DENEY NO:3 EKG TESTİ

TC ERCİYES ÜNİVERSİTESİ BİYOMEDİKAL MÜHENDİSLİĞİ BÖLÜMÜ BİYOMEDİKAL BAKIM-ONARIM VE KALİBRASYON LABORATUVARI DENEY NO:3 EKG TESTİ EKG Testi TC ERCİYES ÜNİVERSİTESİ BİYOMEDİKAL MÜHENDİSLİĞİ BÖLÜMÜ BİYOMEDİKAL BAKIM-ONARIM VE KALİBRASYON LABORATUVARI DENEY NO:3 EKG TESTİ EKG cihazlarına hasta simülatörü bağlanarak hasta simülatöründen

Detaylı

AKTİF KAYNAKLI YÜZEY DALGASI (MASW) YÖNTEMINDE FARKLI DOĞRUSAL DIZILIMLERIN SPEKTRAL ÇÖZÜNÜRLÜLÜĞÜ

AKTİF KAYNAKLI YÜZEY DALGASI (MASW) YÖNTEMINDE FARKLI DOĞRUSAL DIZILIMLERIN SPEKTRAL ÇÖZÜNÜRLÜLÜĞÜ AKTİF KAYNAKLI YÜZEY DALGASI (MASW) YÖNTEMINDE FARKLI DOĞRUSAL DIZILIMLERIN SPEKTRAL ÇÖZÜNÜRLÜLÜĞÜ M.Ö.Arısoy, İ.Akkaya ve Ü. Dikmen Ankara Üniversitesi Mühendislik Fakültesi Jeofizik Mühendisliği Bölümü,

Detaylı

Karaciğerde Oluşan Hastalıkların Tespitinde Makine Öğrenmesi Yöntemlerinin Kullanılması

Karaciğerde Oluşan Hastalıkların Tespitinde Makine Öğrenmesi Yöntemlerinin Kullanılması Karaciğerde Oluşan Hastalıkların Tespitinde Makine Öğrenmesi Yöntemlerinin Kullanılması 1 Emre DANDIL Bilecik Ş. Edebali Üniversitesi emre.dandil@bilecik.edu.tr +90228 214 1613 Sunum İçeriği Özet Giriş

Detaylı

KARADENİZ TEKNİK ÜNİVERSİTESİ Mühendislik Fakültesi Elektrik-Elektronik Mühendisliği Bölümü ELK 2008 DEVRELER II LABORATUARI

KARADENİZ TEKNİK ÜNİVERSİTESİ Mühendislik Fakültesi Elektrik-Elektronik Mühendisliği Bölümü ELK 2008 DEVRELER II LABORATUARI DİRENÇ-ENDÜKTANS VE DİRENÇ KAPASİTANS FİLTRE DEVRELERİ HAZIRLIK ÇALIŞMALARI 1. Alçak geçiren filtre devrelerinin çalışmasını anlatınız. 2. Yüksek geçiren filtre devrelerinin çalışmasını anlatınız. 3. R-L

Detaylı

ELEKTROKARDİYOGRAFİ. Asist. Dr. Sevcan Boztaş AÜTF Aile Hekimliği ABD

ELEKTROKARDİYOGRAFİ. Asist. Dr. Sevcan Boztaş AÜTF Aile Hekimliği ABD ELEKTROKARDİYOGRAFİ Asist. Dr. Sevcan Boztaş AÜTF Aile Hekimliği ABD 1895-William Einthoven SUNUM AKIŞI Kalbin uyarı iletim sistemi Elektrokardiyografi tanımı Normal elektrokardiyogram Elektrokardiyogram

Detaylı

EKG. Yrd.Doç.Dr.Müge Günalp Eneyli

EKG. Yrd.Doç.Dr.Müge Günalp Eneyli EKG Yrd.Doç.Dr.Müge Günalp Eneyli Kalbin İleti Sistemi Kalpte iletinin oluşması ve yayılması yapısal ve elektrofizyolojik olarak farklılaşmış dokularca sağlanır İleti sistemindeki pacemaker hücrelerinin

Detaylı

BRADİARİTMİLERE YAKLAŞIM DOÇ. DR. TAYFUN AÇIL ACIBADEM INTERNATIONAL HOSPITAL ISTANBUL

BRADİARİTMİLERE YAKLAŞIM DOÇ. DR. TAYFUN AÇIL ACIBADEM INTERNATIONAL HOSPITAL ISTANBUL BRADİARİTMİLERE YAKLAŞIM DOÇ. DR. TAYFUN AÇIL ACIBADEM INTERNATIONAL HOSPITAL ISTANBUL 3. Atriyal Fibrilasyon Zirvesi 31 Mayıs 2014 Antalya Kalbin elektriksel anatomisi Bradiaritmilerin patofizyolojisi

Detaylı

İSTANBUL TİCARET ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BİLGİSAYAR SİSTEMLERİ LABORATUARI

İSTANBUL TİCARET ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BİLGİSAYAR SİSTEMLERİ LABORATUARI İSTANBUL TİCARET ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BİLGİSAYAR SİSTEMLERİ LABORATUARI Lineer Ayrılabilen Paternlerin Yapay Sinir Ağı ile Sınıflandırılması 1. Biyolojik Sinirin Yapısı Bilgi işleme

Detaylı

BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ

BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ 1 BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel sayma

Detaylı

BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Örnek Senaryo İmplant üreten İMPLANTDENT

Detaylı

Biyomedikal İşaret İşleme

Biyomedikal İşaret İşleme Biyomedikal İşaret İşleme Genel Ölçüm Sistemi Ölçüm sistemi blok diyagramı BME 423 Biyomedikal İşaret İşleme I 1 Biyomedikal İşaret İşleme Genel Ölçüm Sistemi BME 423 Biyomedikal İşaret İşleme I 2 Biyomedikal

Detaylı

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir Bilimsel Araştırma Yöntemleri Prof. Dr. Şener Büyüköztürk Doç. Dr. Ebru Kılıç Çakmak Yrd. Doç. Dr. Özcan Erkan Akgün Doç. Dr. Şirin Karadeniz Dr. Funda Demirel Örnekleme Yöntemleri Evren Evren, araştırma

Detaylı

EKG KURSU RİTİM BOZUKLUKLARI. Doç. Dr. Serdar Bayata İzmir Atatürk Eğt. Ve Araş. Hast. 1.Kardiyoloji Kliniği

EKG KURSU RİTİM BOZUKLUKLARI. Doç. Dr. Serdar Bayata İzmir Atatürk Eğt. Ve Araş. Hast. 1.Kardiyoloji Kliniği EKG KURSU RİTİM BOZUKLUKLARI Doç. Dr. Serdar Bayata İzmir Atatürk Eğt. Ve Araş. Hast. 1.Kardiyoloji Kliniği İLETİ SİSTEMİ EKG DERİVASYONLARI 2 tip EKG derivasyonu vardır Ekstremite derivayonları (DI, DII,

Detaylı

BÖLÜM I GİRİŞ (1.1) y(t) veya y(x) T veya λ. a t veya x. Şekil 1.1 Dalga. a genlik, T peryod (veya λ dalga boyu)

BÖLÜM I GİRİŞ (1.1) y(t) veya y(x) T veya λ. a t veya x. Şekil 1.1 Dalga. a genlik, T peryod (veya λ dalga boyu) BÖLÜM I GİRİŞ 1.1 Sinyal Bir sistemin durum ve davranış bilgilerini taşıyan, bir veya daha fazla değişken ile tanımlanan bir fonksiyon olup veri işlemde dalga olarak adlandırılır. Bir dalga, genliği, dalga

Detaylı

YAPAY SİNİR AĞI KULLANARAK DEPREM EĞİLİMİNİN KESTİRİMİ. Umut FIRAT

YAPAY SİNİR AĞI KULLANARAK DEPREM EĞİLİMİNİN KESTİRİMİ. Umut FIRAT YAPAY SİNİR AĞI KULLANARAK DEPREM EĞİLİMİNİN KESTİRİMİ Umut FIRAT ufirat@yahoo.com Öz: Depremler yeryüzünde en çok yıkıma neden olan doğal afetlerdir. Bu durum, depremlerin önceden tahmin edilmesi fikrini

Detaylı

Temel Prensipler. Temel Prensipler. Temel Prensipler. Temel Prensipler. Hikaye

Temel Prensipler. Temel Prensipler. Temel Prensipler. Temel Prensipler. Hikaye Uzm. Dr. Haldun Akoğlu Kardiyak aritmiler birçok farklı belirti ile kendini gösterebilir: Çarpıntı Göğüs ağrısı Nefes darlığı Baş dönmesi Göz kararması Konfüzyon Senkop Kollaps (Kardiyak arest) Bir aritminin

Detaylı

DENEY 4: SERİ VE PARALEL REZONANS DEVRELERİ

DENEY 4: SERİ VE PARALEL REZONANS DEVRELERİ Deneyin Amacı DENEY 4: SERİ VE PARALEL REZONANS DEVRELERİ Seri ve paralel RLC devrelerinde rezonans durumunun gözlenmesi, rezonans eğrisinin elde edilmesi ve devrenin karakteristik parametrelerinin ölçülmesi

Detaylı

Dr. Oya İtil DEÜTF Uyku Bozuklukları ve Epilepsi Merkezi Göğüs Hastalıkları AD- İZMİR

Dr. Oya İtil DEÜTF Uyku Bozuklukları ve Epilepsi Merkezi Göğüs Hastalıkları AD- İZMİR Dr. Oya İtil DEÜTF Uyku Bozuklukları ve Epilepsi Merkezi Göğüs Hastalıkları AD- İZMİR Kardiyovasküler sistem regülasyonu Lokal Refleks Santral regülasyon Otonom sinir sistemi Sempatik Parasempatik Kalp:

Detaylı

T.C. ONDOKUZ MAYIS ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ ELEKTRONİK LABORATUVARI-II DENEY RAPORU

T.C. ONDOKUZ MAYIS ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ ELEKTRONİK LABORATUVARI-II DENEY RAPORU T.C. ONDOKUZ MAYIS ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ ELEKTRONİK LABORATUVARI-II DENEY RAPORU İŞLEMSEL KUVVETLENDİRİCİLER ADI SOYADI: ÖĞRENCİ NO: GRUBU: Deneyin

Detaylı

DENEY FÖYÜ 4: Alternatif Akım ve Osiloskop

DENEY FÖYÜ 4: Alternatif Akım ve Osiloskop Deneyin Amacı: DENEY FÖYÜ 4: Alternatif Akım ve Osiloskop Osiloskop kullanarak alternatif gerilimlerin incelenmesi Deney Malzemeleri: 5 Adet 1kΩ, 5 adet 10kΩ, 5 Adet 2k2Ω, 1 Adet potansiyometre(1kω), 4

Detaylı

YEŞİLIRMAK NEHRİ İÇİN TOPLAM ORGANİK KARBON ÖNGÖRÜ MODELLERİ

YEŞİLIRMAK NEHRİ İÇİN TOPLAM ORGANİK KARBON ÖNGÖRÜ MODELLERİ YEŞİLIRMAK NEHRİ İÇİN TOPLAM ORGANİK KARBON ÖNGÖRÜ MODELLERİ Mehmet Yüceer a*, İlknur Atasoy b, Eda Semizer c, Erdal Karadurmuş d, Kazım Yetik e, Ayla Çalımlı c, Rıdvan Berber c a İnönü Üniversitesi Mühendislik

Detaylı

VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN

VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Kümeleme İşlemleri Kümeleme Tanımı Kümeleme Uygulamaları Kümeleme Yöntemleri Kümeleme (Clustering) Kümeleme birbirine

Detaylı

DOĞRULTUCULAR VE REGÜLATÖRLER

DOĞRULTUCULAR VE REGÜLATÖRLER Karadeniz Teknik Üniversitesi Mühendislik Fakültesi Elektrik-Elektronik Mühendisliği Bölümü Elektronik Anabilim Dalı Elektronik I Dersi Laboratuvarı DOĞRULTUCULAR VE REGÜLATÖRLER 1. Deneyin Amacı Yarım

Detaylı

SÜREKLİ DOĞAL GERİLİM VERİLERİNİN YAPAY SİNİR AĞLARI İLE DEĞERLENDİRİLMESİ, DEPREM ve YAĞIŞLARLA İLİŞKİSİ

SÜREKLİ DOĞAL GERİLİM VERİLERİNİN YAPAY SİNİR AĞLARI İLE DEĞERLENDİRİLMESİ, DEPREM ve YAĞIŞLARLA İLİŞKİSİ SÜREKLİ DOĞAL GERİLİM VERİLERİNİN YAPAY SİNİR AĞLARI İLE DEĞERLENDİRİLMESİ, DEPREM ve YAĞIŞLARLA İLİŞKİSİ ÖZET: Petek SINDIRGI 1 ve İlknur KAFTAN 2 1 Yardımcı Doçent Dr. Jeofizik Müh. Bölümü, Dokuz Eylül

Detaylı

2.1 Bir Sınıfı Örneklerinden Öğrenme... 15 2.2 Vapnik-Chervonenkis (VC) Boyutu... 20 2.3 Olası Yaklaşık Doğru Öğrenme... 21

2.1 Bir Sınıfı Örneklerinden Öğrenme... 15 2.2 Vapnik-Chervonenkis (VC) Boyutu... 20 2.3 Olası Yaklaşık Doğru Öğrenme... 21 İçindekiler Önsöz İkinci Basım için Önsöz Türkçe Çeviri için Önsöz Gösterim xiii xv xvii xix 1 Giriş 1 1.1 Yapay Öğrenme Nedir?......................... 1 1.2 Yapay Öğrenme Uygulamalarına Örnekler...............

Detaylı

Uzaktan Algılama Uygulamaları

Uzaktan Algılama Uygulamaları Aksaray Üniversitesi Uzaktan Algılama Uygulamaları Doç.Dr. Semih EKERCİN Harita Mühendisliği Bölümü sekercin@aksaray.edu.tr 2010-2011 Bahar Yarıyılı Uzaktan Algılama Uygulamaları GÖRÜNTÜ İŞLEME TEKNİKLERİ

Detaylı

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, İSTATİSTİK 8.Hafta Değişkenlik Ölçüleri Hedefler Bu üniteyi çalıştıktan sonra; Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, Serilerin birbirlerine değişkenliklerini yorumlayabileceksiniz. 2

Detaylı

Arousal & Kardiyak Skorlama MUSTAFA GAZİAYGÜNEŞ UYKU TEKN.

Arousal & Kardiyak Skorlama MUSTAFA GAZİAYGÜNEŞ UYKU TEKN. Arousal & Kardiyak Skorlama MUSTAFA GAZİAYGÜNEŞ UYKU TEKN. Arousal,uykunun EEG frekansındaki ani değişim ile yüzeyselleşmesidir. Aurosalın Kuralları KURAL 1 EEG frekans değişikliğinin arousal olarak skorlanması

Detaylı

KAHKAHA TANIMA İÇİN RASSAL ORMANLAR

KAHKAHA TANIMA İÇİN RASSAL ORMANLAR KAHKAHA TANIMA İÇİN RASSAL ORMANLAR Heysem Kaya, A. Mehdi Erçetin, A. Ali Salah, S. Fikret Gürgen Bilgisayar Mühendisliği Bölümü Boğaziçi Üniversitesi / Istanbul Akademik Bilişim'14, Mersin, 05.02.2014

Detaylı

RÜZGAR ENERJİSİ KAYNAĞI VE BELİRSİZLİK

RÜZGAR ENERJİSİ KAYNAĞI VE BELİRSİZLİK 4. İzmir Rüzgâr Sempozyumu // 28-30 Eylül 2017 // İzmir RÜZGAR ENERJİSİ KAYNAĞI VE BELİRSİZLİK Prof. Dr. Barış Özerdem İzmir Ekonomi Üniversitesi Havacılık ve Uzay Mühendisliği Bölümü baris.ozerdem@ieu.edu.tr

Detaylı

EŞİT GENİŞLİKLİ AYRIKLAŞTIRMA YÖNTEMİNE DAYALI YENİ BİR ÖZELLİK ÇIKARTMA YAKLAŞIMI VE YAPAY SİNİR AĞI KULLANARAK EPİLEPTİK ATAK TESPİTİ

EŞİT GENİŞLİKLİ AYRIKLAŞTIRMA YÖNTEMİNE DAYALI YENİ BİR ÖZELLİK ÇIKARTMA YAKLAŞIMI VE YAPAY SİNİR AĞI KULLANARAK EPİLEPTİK ATAK TESPİTİ Gazi Üniv. Müh. Mim. Fak. Der. J. Fac. Eng. Arch. Gazi Univ. Cilt 26, No 3, 575-580, 2011 Vol 26, No 3, 575-580, 2011 EŞİT GENİŞLİKLİ AYRIKLAŞTIRMA YÖNTEMİNE DAYALI YENİ BİR ÖZELLİK ÇIKARTMA YAKLAŞIMI

Detaylı

ASENKRON MOTORDA YAPAY SİNİR AĞLARI İLE DURUM KESTİRİMİ. Hıdır Selçuk NOĞAY 1

ASENKRON MOTORDA YAPAY SİNİR AĞLARI İLE DURUM KESTİRİMİ. Hıdır Selçuk NOĞAY 1 ASENKRON MOTORDA YAPAY SİNİR AĞLARI İLE DURUM KESTİRİMİ Hıdır Selçuk NOĞAY 1 ÖZET Asenkron motorun çalışması esnasında oluşabilecek arızaların anlık olarak tespit edilebilmesi, motorun görev yaptığı sistemin

Detaylı

Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Final

Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Final Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü Bilgisayarla Görme Final Harris ve Moravec Köşe Belirleme Metotları Selçuk BAŞAK 08501008 Not: Ödevi hazırlamak için geliştirdiğim

Detaylı

İÇİNDEKİLER ÖN SÖZ...

İÇİNDEKİLER ÖN SÖZ... İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN

Detaylı

Dr Çağlar Çuhadaroğlu

Dr Çağlar Çuhadaroğlu KARDİYAK İŞLEVLERİN DEĞERLENDİRİLMESİ Tanıya katkı Solunumsal olayların yansımaları Tüm arousalların yansımaları Dr Çağlar Çuhadaroğlu Etyopataojenezin anlaşılması Tanıya Primer uyku sorunları Apne, hipopne

Detaylı

BÖLÜM 13 HİPOTEZ TESTİ

BÖLÜM 13 HİPOTEZ TESTİ 1 BÖLÜM 13 HİPOTEZ TESTİ Bilimsel yöntem aşamalarıyla tanımlanmış sistematik bir bilgi üretme biçimidir. Bilimsel yöntemin aşamaları aşağıdaki gibi sıralanabilmektedir (Karasar, 2012): 1. Bir problemin

Detaylı

AKDENİZ ÜNİVERSİTESİ. Anten Parametrelerinin Temelleri. Samet YALÇIN

AKDENİZ ÜNİVERSİTESİ. Anten Parametrelerinin Temelleri. Samet YALÇIN AKDENİZ ÜNİVERSİTESİ Anten Parametrelerinin Temelleri Samet YALÇIN Anten Parametrelerinin Temelleri GİRİŞ: Bir antenin parametrelerini tanımlayabilmek için anten parametreleri gereklidir. Anten performansından

Detaylı

Esnek Hesaplamaya Giriş

Esnek Hesaplamaya Giriş Esnek Hesaplamaya Giriş J E O L O J İ M Ü H E N D İ S L İ Ğ İ A. B. D. E S N E K H E S A P L A M A Y Ö N T E M L E R İ - I DOÇ. DR. ERSAN KABALCI Esnek Hesaplama Nedir? Esnek hesaplamanın temelinde yatan

Detaylı

KNN, NN, BAYES, DT ve SVM Kullanılarak EKG Vurularının Sınıflandırılması

KNN, NN, BAYES, DT ve SVM Kullanılarak EKG Vurularının Sınıflandırılması KNN, NN, BAYES, DT ve SVM Kullanılarak EKG Vurularının Sınıflandırılması * 1 Yasin Kaya ve 2 Hüseyin Pehlivan * 1 Karadeniz Teknik Üniversitesi, Enformatik Bölümü, Trabzon, Türkiye 2 Karadeniz Teknik Üniversitesi,

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ HİBRİT SINIFLAYICILAR KULLANARAK KALPTEKİ RİTİM BOZUKLUKLARININ TEŞHİSİ Şule YÜCELBAŞ YÜKSEK LİSANS TEZİ Bilgisayar Mühendisliği Anabilim Dalı Ağustos-2013

Detaylı

İş Zekası. Hafta 6 Kestirimci Modelleme Teknikleri. Yrd. Doç. Dr. H. İbrahim CEBECİ

İş Zekası. Hafta 6 Kestirimci Modelleme Teknikleri. Yrd. Doç. Dr. H. İbrahim CEBECİ İş Zekası Hafta 6 Kestirimci Modelleme Teknikleri Business Intelligence and Analytics: Systems for Decision Support 10e isimli eserden adapte edilmiştir Bölüm Amaçları Yapay Sinir Ağları (YSA) kavramını

Detaylı

Veri ve Metin Madenciliği

Veri ve Metin Madenciliği Veri ve Metin Madenciliği Zehra Taşkın Veri Madenciliği Bir kutu toplu iğne İçine 3 boncuk düşürdünüz Nasıl alacağız? Fikirler? Veri Madenciliği Data Information Knowledge Veri madenciliği; Büyük yoğunluklu

Detaylı

Web Madenciliği (Web Mining)

Web Madenciliği (Web Mining) Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Sınıflandırıcıların Değerlendirilmesi Skorlar Karışıklık matrisi Accuracy Precision Recall

Detaylı

PEDİATRİK EKG ye giriş VE EKSTRASİSTOLLER. Dr Evren Semizel

PEDİATRİK EKG ye giriş VE EKSTRASİSTOLLER. Dr Evren Semizel PEDİATRİK EKG ye giriş VE EKSTRASİSTOLLER Dr Evren Semizel Ekg dili EKG kalpteki elektriksel potansiyel değişikliklerini kaydetmeye dayanan bir yöntemdir. Elektrodların konumuna göre EKG derivasyonları

Detaylı

KST Lab. Shake Table Deney Föyü

KST Lab. Shake Table Deney Föyü KST Lab. Shake Table Deney Föyü 1. Shake Table Deney Düzeneği Quanser Shake Table, yapısal dinamikler, titreşim yalıtımı, geri-beslemeli kontrol gibi çeşitli konularda eğitici bir deney düzeneğidir. Üzerine

Detaylı

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,

Detaylı

DENEY 0. Bölüm 1 - Ölçme ve Hata Hesabı

DENEY 0. Bölüm 1 - Ölçme ve Hata Hesabı DENEY 0 Bölüm 1 - Ölçme ve Hata Hesabı Amaç: Ölçüm metodu ve cihazına bağlı hata ve belirsizlikleri anlamak, fiziksel bir niceliği ölçüp hata ve belirsizlikleri tespit etmek, nedenlerini açıklamak. Genel

Detaylı

ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ İLETİŞİM LABORATUARI SAYISAL FİLTRELER

ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ İLETİŞİM LABORATUARI SAYISAL FİLTRELER SAYISAL FİLTRELER Deney Amacı Sayısal filtre tasarımının ve kullanılmasının öğrenilmesi. Kapsam Ayrık zamanlı bir sistem transfer fonksiyonunun elde edilmesi. Filtren frekans tepkes elde edilmesi. Direct

Detaylı

EKG KURSU KİTAPÇIĞI. Prof. Dr. Barış İLERİGELEN Prof. Dr. Haşim MUTLU

EKG KURSU KİTAPÇIĞI. Prof. Dr. Barış İLERİGELEN Prof. Dr. Haşim MUTLU EKG KURSU KİTAPÇIĞI Prof. Dr. Barış İLERİGELEN Prof. Dr. Haşim MUTLU Giriş Kalp-damar hastalıklarının tanısında kullanılan laboratuar yöntemlerinin başında EKG gelir. İnvazif olmaması, kolay uygulanması,

Detaylı

Zahmetsiz örüntü tanıma: Nokta bulutlarının karşılaştırılması yoluyla veri-tabanlı ve parametresiz istatistiksel öğrenme

Zahmetsiz örüntü tanıma: Nokta bulutlarının karşılaştırılması yoluyla veri-tabanlı ve parametresiz istatistiksel öğrenme Zahmetsiz örüntü tanıma: Nokta bulutlarının karşılaştırılması yoluyla veri-tabanlı ve parametresiz istatistiksel öğrenme Doç. Dr. Bilge Karaçalı Biyomedikal Veri İşleme Laboratuvarı Elektrik-Elektronik

Detaylı

Prof.Dr.İhsan HALİFEOĞLU

Prof.Dr.İhsan HALİFEOĞLU Prof.Dr.İhsan HALİFEOĞLU FREKANS DAĞILIMLARINI TANIMLAYICI ÖLÇÜLER Düzenlenmiş verilerin yorumlanması ve daha ileri düzeydeki işlemler için verilerin bütününe ait tanımlayıcı ve özetleyici ölçülere ihtiyaç

Detaylı

Ölçme ve Değerlendirme

Ölçme ve Değerlendirme Ölçme ve Değerlendirme Z Puanı T Puanı Yrd. Doç. Dr. Yetkin Utku KAMUK Standart Puan Herhangi bir ölçüm sonucunda elde edilen ve farklı birimlere sahip ham puanların, standart bir dağılım haline dönüştürülmesi

Detaylı

T.C. KIRIKKALE ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ YAPAY SİNİR AĞLARI. Doç.Dr. Necaattin BARIŞÇI FİNAL PROJESİ

T.C. KIRIKKALE ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ YAPAY SİNİR AĞLARI. Doç.Dr. Necaattin BARIŞÇI FİNAL PROJESİ T.C. KIRIKKALE ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ YAPAY SİNİR AĞLARI Doç.Dr. Necaattin BARIŞÇI YAPAY SİNİR AĞLARI İLE KORONER ARTER HASTALIĞI RİSK Öğrenci : SİNEM ÖZDER Numarası : 118229001004

Detaylı

YAVAŞ DEĞİŞEN ÜNİFORM OLMAYAN AKIM

YAVAŞ DEĞİŞEN ÜNİFORM OLMAYAN AKIM YAVAŞ DEĞİŞEN ÜNİFORM OLMAYAN AKIM Yavaş değişen akımların analizinde kullanılacak genel denklem bir kanal kesitindeki toplam enerji yüksekliği: H = V g + h + z x e göre türevi alınırsa: dh d V = dx dx

Detaylı

BRADİARİTMİLER. Dr. Özlem M. Bostan Uludağ Üni.Tıp Fak. Çocuk Kardiyoloji Bilim Dalı

BRADİARİTMİLER. Dr. Özlem M. Bostan Uludağ Üni.Tıp Fak. Çocuk Kardiyoloji Bilim Dalı BRADİARİTMİLER Dr. Özlem M. Bostan Uludağ Üni.Tıp Fak. Çocuk Kardiyoloji Bilim Dalı BRADİARİTMİLERİN SINIFLANDIRILMASI Sinüs Düğümü İle İlgili Atrioventriküler Düğüm İle İlgili Dal Blokları Sinus Düğümü

Detaylı

PSM 11 PEM YAKIT HÜCRELERİNİN YAPAY SİNİR AĞLARI İLE MODELLENMESİ

PSM 11 PEM YAKIT HÜCRELERİNİN YAPAY SİNİR AĞLARI İLE MODELLENMESİ PSM 11 PEM YAKIT HÜCRELERİNİN YAPAY SİNİR AĞLARI İLE MODELLENMESİ U. Özveren 2, S. Dinçer 1 1 Yıldız Teknik Üniversitesi, Kimya Müh. Bölümü, Davutpaşa Kampüsü, 34210 Esenler / İstanbul e-posta: dincer@yildiz.edu.tr

Detaylı

Bradikardili Hastaya Yaklaşım. Doç. Dr. Mustafa KARACA ĠKÇÜ KARDĠYOLOJĠ KLĠNĠĞĠ

Bradikardili Hastaya Yaklaşım. Doç. Dr. Mustafa KARACA ĠKÇÜ KARDĠYOLOJĠ KLĠNĠĞĠ Bradikardili Hastaya Yaklaşım Doç. Dr. Mustafa KARACA ĠKÇÜ KARDĠYOLOJĠ KLĠNĠĞĠ İleti Sistemi 2 SENKOP Sempatik ve Parasempatik uyarım 5 R P T Q S 6 Kalp debisi = KALP HIZI x Atım hacmi Çok düşük hızlarda

Detaylı

MEDİKAL FİZİK. Prof. Dr. M. Bahri EMRE BİYOELEKTRİK POTANSİYELLER

MEDİKAL FİZİK. Prof. Dr. M. Bahri EMRE BİYOELEKTRİK POTANSİYELLER MEDİKAL FİZİK Prof. Dr. M. Bahri EMRE BİYOELEKTRİK POTANSİYELLER Polarizasyon. Elektrokardiyografinin dayanağı olan aksiyon akımları, klasik zar kuramıyla açıklanmaktadır. Dinlenti halindeki hücre zarının

Detaylı

ELK273 Elektrik ve Elektronik Mühendisliğinin Temelleri Ders 8- AC Devreler. Yard.Doç.Dr. Ahmet Özkurt.

ELK273 Elektrik ve Elektronik Mühendisliğinin Temelleri Ders 8- AC Devreler. Yard.Doç.Dr. Ahmet Özkurt. ELK273 Elektrik ve Elektronik Mühendisliğinin Temelleri Ders 8- AC Devreler Yard.Doç.Dr. Ahmet Özkurt Ahmet.ozkurt@deu.edu.tr http://ahmetozkurt.net İçerik AC ve DC Empedans RMS değeri Bobin ve kondansatörün

Detaylı

ADC Devrelerinde Pratik Düşünceler

ADC Devrelerinde Pratik Düşünceler ADC Devrelerinde Pratik Düşünceler ADC nin belki de en önemli örneği çözünürlüğüdür. Çözünürlük dönüştürücü tarafından elde edilen ikili bitlerin sayısıdır. Çünkü ADC devreleri birçok kesikli adımdan birinin

Detaylı

Elektrofizyoloji Laboratuvarında İndüklenen Dar ve Geniş QRS Kompleks Taşikardili Hasta: Tanınız nedir?

Elektrofizyoloji Laboratuvarında İndüklenen Dar ve Geniş QRS Kompleks Taşikardili Hasta: Tanınız nedir? Elektrofizyoloji Laboratuvarında İndüklenen Dar ve Geniş QRS Kompleks Taşikardili Hasta: Tanınız nedir? Dr. Sedat KÖSE*, Dr. Hasan KUTSİ KABUL*, Dr. İbrahim BAŞARICI** *GATA Kardiyoloji Anabilim Dalı,

Detaylı