Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightYöntemin performansı PhysioNet veri tabanından elde edilen kullanılan veriler üzerinde test edilmiştir.
📌 3 Maddede Bu Makale
Özet
Tıptaki gelişmeler ve sağlık bilincinin artması sonucunda sağlık hizmeti için talep artmıştır. Ancak bunu karşılayacak yeterli insan kaynağı, cihaz ve sağlık kuruluşu bulunmamaktadır. Tele-tıp sayesinde bu ihtiyaç azaltılabilir. Özellikle kırsal bölgedeki kalp rahatsızlıklarına sahip hastalarının EKG sinyallerinin izlenmesi çok önemlidir. Bilgi teknolojisindeki gelişmeler, erken teşhis ve tanı için klinik karar destek sistemlerine önemli katkılar sağlamaya başlamıştır. Özellikler hjorth tanımlayıcılar, sinyalin yapay EKG sinyali ile korelasyonu, içkin kip işlevinden standart sapma, gücün aktiviteye oranı ve standart sapmadan oluşmaktadır. Farklı sınıflandırma yöntemleri bu özellikleri kullanarak karşılaştırılmıştır. Özellik çıkartma ve sınıflandırma için Matlab kullanıldı. Yöntemin performansı PhysioNet veri tabanından elde edilen kullanılan veriler üzerinde test edilmiştir.
Abstract
Developments in medicine and increased health awareness has increased demand for health care. However, there is not enough human resources, device, and health care organizations to cover it. This demand can be reduced through telemedicine. Especially the monitoring of the ECG signal of the patient with heart disorders in rural areas is very important. Developments in information technology starts to provide important contribution to the clinical decision support systems for early detection and diagnosis. Features are composed of hjorth descriptors, correlation of signal with an artificial ecg signal, standard deviation of intrinsic. mode function, ratio of power to activity and standard deviation. Different classification methods are compared using these features. Matlab is used for feature extraction and classification. The performance of the method is tested on data used obtained from the PhysioNet database.