Journals / Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi / 2018 / Cilt: 22 - Sayı: 2

ST Değişiminin Wigner-Ville Dağılım Esaslı Erken Tespiti

Pages
746–753
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Ayrıca önerilen algoritmanın hızı tele-tıp sistemleri için oldukça uygundur.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:EKG işaretinde ST değişiminin erken tespit edilmesi myokard enfarktüs önlenmesi açısından oldukça önemlidir.
📊
Key Findings & Data:MIT-BIH veritabanından V1, V2, V4, V5 derivasyonlarında sağlıklı veya aritmi içeren 111688 R-R aralığı ve European ST-T veritabanından V1, V2, V3, V4, V5 derivasyonlarında 111688 tane ST değişimi olan R-R aralıkları seçilmiştir.
💡
Conclusion & Impact:Ayrıca önerilen algoritmanın hızı tele-tıp sistemleri için oldukça uygundur.
🔬Design:Review & Systematic Survey
📍Scope:Comprehensive Sample
⚙️Variables:Elektrokardiyagram(EKG) · ST değişimi · Myokard enfarktüs

Özet

EKG işaretinde ST değişiminin erken tespit edilmesi myokard enfarktüs önlenmesi açısından oldukça önemlidir. Bu çalışmada ST değişimin erken tespit etmek amacıyla Wigner-Ville dağılımına dayanan bir algoritma geliştirilmiştir. Algoritma MIT-BIH Aritmi ve European ST-T veritabanlarından üretilen büyük bir veride test edilmiştir. MIT-BIH veritabanından V1, V2, V4, V5 derivasyonlarında sağlıklı veya aritmi içeren 111688 R-R aralığı ve European ST-T veritabanından V1, V2, V3, V4, V5 derivasyonlarında 111688 tane ST değişimi olan R-R aralıkları seçilmiştir. Sınıflandırmada performans sonuçları doğruluk, duyarlılık, özgüllük ve pozitif öngörü, sırasıyla %98,78, %98,55, %99,0 ve %99,01 olarak bulunmuş olup bu değerler literatürdeki çalışmalara ait değerlerin üstündedir. Ayrıca önerilen algoritmanın hızı tele-tıp sistemleri için oldukça uygundur.

🔖

Cite This Article

KAYIKÇIOĞLU, İ., ULUTAŞ, G., AKDENİZ, F., KAYIKÇIOĞLU, T. (2018). ST Değişiminin Wigner-Ville Dağılım Esaslı Erken Tespiti. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, Cilt: 22 - Sayı: 2, 746–753. https://ajindex.com/articles/310743

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (14)

  1. Centers for Disease Control and Prevention CDC. 2003. Trends in aging--United States and worldwide. MMWR. Morbidity and mortality weekly report, 52(6), 101
  2. WHO. 2016. Cardiovascular diseasen http://www.who.int/cardiovascular_diseases/en (Erişim Tarihi: 27.12.2016)
  3. Xu, M., Wei, S., Qin, X., Zhang, Y., Liu, C. 2015. Rule-Based Method for Morphological Classification of ST Segment in ECG Signals. Journal of Medical and Biological Engineering, 35(6), 816-823
  4. Thygesen, K., Alpert, J. S., White, H. D. 2007. Universal definition of myocardial infarction. Journal of the American College of Cardiology, 50(22), 2173-2195
  5. Roger, V. L., Go, A. S., Lloyd-Jones, D. M., Adams, R. J., Berry, J. D., Brown, T. M., Fox, C. S. 2011. Heart disease and stroke statistics—2011 update a report from the American Heart Association. Circulation, 123(4), e18-e209
  6. Liu, B., Liu, J., Wang, G., Huang, K., Li, F., Zheng, Y., Zhou, F. 2015. A novel electrocardiogram parameterization algorithm and its application in myocardial infarction detection. Computers in biology and medicine, 61, 178-184
  7. Wimmer, N. J., Scirica, B. M., Stone, P. H. 2013. The clinical significance of continuous ECG (ambulatory ECG or Holter) monitoring of the ST-segment to evaluate ischemia: a review. Progress in cardiovascular diseases, 56(2), 195-202
  8. Wootton, R. 2012. Twenty years of telemedicine in chronic disease management–an evidence synthesis. Journal of telemedicine and telecare, 18(4), 211-220
  9. Rabbani, H., Mahjoob, M. P., Farahabadi, E., Farahabadi, A., Dehnavi, A. M. 2011. Ischemia detection by electrocardiogram in wavelet domain using entropy measure. Journal of Research in Medical Sciences, 16(11)
  10. Ranjith, P., Baby, P. C., Joseph, P. 2003. ECG analysis using wavelet transform: application to myocardial ischemia detection. ITBM-RBM, 24(1), 44-47
  11. Afsar, F. A., Arif, M., Yang, J. 2008. Detection of ST segment deviation episodes in ECG using KLT with an ensemble neural classifier. Physiological measurement, 29(7), 747
  12. Smrdel, A., Jager, F. 2004. Automated detection of transient ST-segment episodes in 24h electrocardiograms. Medical and Biological Engineering and Computing, 42(3), 303-311
  13. Goletsis, Y., Papaloukas, C., Fotiadis, D. I., Likas, A., Michalis, L. K. 2004. Automated ischemic beat classification using genetic algorithms and multicriteria decision analysis. IEEE transactions on Biomedical Engineering, 51(10), 1717-1725
  14. Andreao, R.