- Avrupa Bilim ve Teknoloji Dergisi
- Ejosat Special Issue: (ARACONF) Special Issue
- EECP Sistem Uygulamasında ST Segmentinin Yapay Sinir Ağları ile Belirlenmesi
EECP Sistem Uygulamasında ST Segmentinin Yapay Sinir Ağları ile Belirlenmesi
Authors : Hanife Satoğlu Hasbenlioğlu, Kemal Kaya, Kenan Danişman
Pages : 430-435
Doi:10.31590/ejosat.araconf56
View : 11 | Download : 3
Publication Date : 2020-04-01
Article Type : Research
Abstract :Bu çalışmada gelişmiş harici karşı darbe (External Enhanced Counter Pulsation-EECP) cihazının işaret işleme biriminin kardiyovasküler dolaşımın diyastol faz başlangıcını hatasız biçimde tespit edebilmesini sağlamak için elektrokardiyogram (EKG) işaretinin ST parçasının segmentasyonu gerçekleştirilmiştir. EECP cihazı özellikle miyokard iskemisinin non-invazif tedavisinde kullanılmaktadır. Cihaz (EKG) işaretini analiz etmekte ve kan dolaşımının diyastol fazında hastanın alt uzuvlarına bağlı manşonları şişirerek haricen basınç uygulamaktadır. Dolaşımın sistol fazında ise manşonlar söndürülerek harici basıncın ortadan kaldırılması suretiyle sistemik vasküler rezistansın azalması sağlanmaktadır. Bu etki kalbin art yükünün (afterload) düşmesine yol açar. EKG işaretinin QRS parçası ventrikülün (karıncık) kasılmasını başlatır. Bir başka ifadeyle QRS dalgasının ortaya çıkışından hemen sonra kalp kasılması yani sistol fazı başlar. T dalgasının ortaya çıkışını takiben ventrikülün kasılması son bulur. Dolayısıyla EECP cihazının doğru zamanda devreye girmesini sağlamak için ST dalga kompleksinin tespit edilmesi bir zorunluluktur. Yapılan çalışmada ST segmentasyonu için Physio.net’in sağlamış olduğu MIT-BIH Arrhythmia Database kullanılmıştır. Sisteme yüklenen işaretler öncesinde ön işleme tabi tutularak gürültülerden ve baseline kaymalarından arındırılmıştır. Gürültü eliminasyonu ve baseline kayması düzenlenen işaretin P, Q, R, S ve T noktaları tespit edilmiştir. Tespit edilen bu noktalardan P, Q ve R noktalarıyla birlikte bu noktalarla ilişkili 7 nokta daha giriş işaretlerini oluşturarak 10 girişli ve S, T noktalarını belirleyecek şekilde 2 çıkışlı bir ara katmanlı bir yapay sinir ağı oluşturulmuştur. Oluşturulan bu yapıda k cross validation (k katlamalı çaprazlama) yöntemi kullanılmıştır. Sistem eğitiminde sabit eğitim algoritması, farklı k katsayıları, farklı nöron sayıları ve farklı transfer fonksiyonları kullanılarak en iyi yapı elde edilmeye çalışılmıştır. Sabit olarak seçilen eğitim algoritması Levenberg-Marquardt’dır. Yapılan çalışma sonucunda k katlama değeri 5 olarak belirlenmiştir. 25 nöronun kullanıldığı gizli katman için logsig tipi transfer fonksiyonu ve çıkış için poslin tipi transfer fonksiyonu kullanılarak en küçük hatayı veren yapı elde edilmiştirKeywords : EECP, Yapay Sinir Ağları, ST Segmentasyonu