Karıncık ve kulakçık erken vurularının otomatik tespiti

Abstract

Elektrokardiyogram (EKG) kalbin elektriksel aktivitesinin zamana bağlı olarak kayıt edilmesi ile elde edilen biyoelektrik bir işaret türüdür. EKG sinyallerin analizi ve değerlendirilmesi, kalp hastalıklarının belirlenmesinde kullanılan önemli yöntemlerden birisidir. Özellikle EKG üzerinde yer alan dalgaların genlik ve oluşma sürelerini gözlemlemek, kalpteki iletimi tanımlamak ve aritmi (ritim bozukluğu) olan hastaları saptamak için sıkça kullanılmaktadır. Bu sinyallerinin yorumlanması, hekimler için zaman alan ve dikkat gerektiren bir işlem olduğu için günümüzde bu sinyalleri bilgisayar ortamında yorumlayarak yüksek oranlarda hekimin tanısıyla aynı sonucu veren ayrıntılı analiz ve yorum yazılımları geliştirilmekte olup kullanımı giderek artmaktadır.Bu çalışmanın amacı, kalp aritmilerinden olan Erken Kulakçık Vurusu ve Erken Karıncık Vurusunu bilgisayar ortamında otomatik tespit ederek hekime kolaylık sağlamaktır. Bu kapsamda, ilk olarak MIT-BIH Aritmi veri tabanından EKG sinyalleri alınmış, zaman-frekans analizi metotları kullanılarak sinyaller üzerindeki P, Q, R, S, T kritik noktaları tespit edilmiştir. Sonrasında, aritmi tespitinde bilgi kaynağı olacağı düşünülen QT, QTc, QTd analizleri, zaman ve frekans alanında Kalp Hızı Değişkenliği Spektral Analizleri yapılmıştır. Çalışmanın son bölümünde ise elde edilen sonuçlara göre Sinüs Bradikardi ve Sinüs Taşikardi bölgeleri tespit edilmiş, Yapay Sinir Ağları kullanılarak Erken Kulakçık Vurusu, Erken Karıncık Vurusu ve Normal Sinüs Ritmi olarak aritmi sınıflandırılması yapılmıştır.

Electrocardiogram (ECG) is a type of bioelectric signal obtained by the time-dependent recording of the electrical activity of the heart. Analysis and evaluation of ECG signals is one of the important methods used in the determination of heart diseases. In particular, it is frequently used to observe the amplitude and duration of waves on the ECG and define the conduction in the heart, and also, to detect patients with arrhythmia (rhythm disturbances). Since the interpretation of these signals is a time consuming and demanding process for physicians, detailed analysis and interpretation software that gives the same result as the diagnosis of the physician at high rates by interpreting these signals in the computer environment is being developed and its usage is increasing.The purpose of this study is to provide the convenience of to the physician by automatically detecting the Atrial Premature Complex and Ventricular Premature Complex, which are heart arrhythmias, in the computer environment. In this context, ECG signals were first taken from the MIT-BIH Arrhythmia database and the critical points P, Q, R, S, T on the signals were determined using time-frequency analysis methods. After then, QT, QTc, QTd analyzes, which is thought to be an information source in determining arrhythmia, Heart Rate Variability Spectral Analyzes in time and frequency domain was performed. In the last chapter of the study, Sinus Bradycardia and Sinus Tachycardia regions were determined according to the obtained results and were arrhythmia classification as Atrial Premature Complex, Ventricular Premature Complex and Sinus Sinus Rhythm using artificial neural networks.