The surface electromyography (sEMG) is useful tool to diagnose of knee disorder in clinical environments. It assists in designing the clinical decision support systems based classification. These ...systems exhibit complex structure because of sEMG data obtained at different postures at this study. In this context, we have researched the classification performance of each posture using artificial neural network (ANN) and logistic regression (LR) models and have showed that the classification success of the model used sitting posture data is higher than other postures (gait and standing). We have promoted this finding by using machine learning and statistical methods. The results show that the proposed models can classify with over 95% of success, and also the ANN model has higher performance than the LR model. Our ANN model outperforms reported studies in literature. The accuracy results indicate that the models used the only sitting posture data can exhibit successful classification for the knee disorder. Therefore, the usage of complex dataset is prevented for diagnosing knee disorder.
Kablosuz Elektrokardiyogram ŞENYER YAPICI, İrem; UZUN, Rukiye; IŞIK, Berna
Düzce Üniversitesi bilim ve teknoloji dergisi (Online),
01/2018, Letnik:
6, Številka:
1
Journal Article
Recenzirano
Odprti dostop
Hastanelerdeki mevcut elektrokardiyogram cihazlarında,
hastalardan alınan sinyaller kablolar vasıtasıyla monitöre aktarılmaktadır. Son
yıllarda kablo bağlantılarının sebep olduğu karmaşıklığı ortadan ...kaldırmak
adına kablosuz iletişim ile ilgili sağlık sektöründe çeşitli çalışmalar yapılmaktadır.
Bu doğrultuda çalışmada, hasta ile monitör arasında var olan kablo bağlantısını
ortadan kaldırarak kablosuz bir elektrokardiyogram cihazının tasarımının
yapılması amaçlanmıştır. Tasarlanan cihazda hastadan alınan sinyaller öncelikle
bir ön kuvvetlendiriciden geçirilmiştir. Ardından kuvvetlendirilen sinyal
gürültü ve diğer bozucuların etkisinden arındırılmak için filtrelendikten sonra
bir kere daha kuvvetlendirilmiştir. Elde edilen sinyal Arduino UNO ile
sayısallaştırılarak HC06 bluetooth modülü ile telefonda görüntülenmiştir.
Tasarlanan sistem sayesinde hastanın kablolar ile bağlantısı ortadan kalkmış
olup yaşamsal aktivitelerini sürdürebilmesi sağlanmıştır. Telefonda
görüntülenen sinyalin kayıt edilebilmesiyle daha sonrası sinyalin incelenebilmesine
olanak tanınmıştır.
In the existing electrocardiogram devices in the hospitals, the signals from the patients are transmitted to the monitor via the cables. In recent years, various studies have been carried out in health sector related to wireless communication in order to remove the complexity caused by cable connections. In this context, it is aimed to design a wireless electrocardiogram device by eliminating the existing cable connection between the patient and the monitor. In the designed device, the signals received from the patient were first passed through a preamplifier. Then the amplified signal is amplified once more after being filtered to remove noise and other distorting effects. The resulting signal was digitized with Arduino UNO and displayed on the phone with theHC06 bluetooth module. By way of the designed system, the connection of the patient to the cables has been removed and the vital activities can be maintained. The signal displayed on the mobile phone can be recorded and then the signal can be examined.
Flaş Elektroretinogram sinyalleri gözün retina tabakasının flaş bir ışık ile uyarılması sonucu ortaya çıkan elektriksel potansiyellerdir. Bu sinyale ait iki temel bileşeni olan ‘a’ ve ‘b’ dalgaları ...retina tabakasının değerlendirilmesinde önem arz etmektedir. Bunun için farklı sinyal işleme tekniklerinden yararlanılmaktadır. Yapılan bu çalışmada sağlıklı bireylerden kaydedilen flaş Elektroretinogram sinyallerinin rod, maksimum kombine ve kon yanıtları kullanılarak Kısa Zamanlı Fourier Dönüşümü ve Sürekli Dalgacık Dönüşümü yöntemleriyle sinyallerin ‘a’ ve ‘b’ dalgaları analizi edilmiştir. Bu doğrultuda dalgaların lokasyonlarının tespit edilmesinde hangi yöntemin daha başarılı olduğu irdelenmiştir. Gerçekleştirilen analizler sonucunda her üç yanıtta da dalgaların analizi için Sürekli Dalgacık Dönüşümünün daha başarılı bir yöntem olduğu tespit edilmiştir. Bunun yanı sıra Sürekli Dalgacık Dönüşümünde rod ve kon yanıtları için Coiflet, Gauss, Meksika şapka ve Morlet dalgacıklarının, maksimum kombine yanıtı için ise Morlet dalgacığının kullanılması halinde dalgaların lokasyonlarının daha doğru bir şekilde tespit edebileceği saptanmıştır.
Gebelik döneminde anne sağlığı risklerinin erken tespiti ve uygun müdahalelerin yapılması, anne ve bebek sağlığı açısından hayati bir önem taşımaktadır. Bu süreçte, büyük veri kümelerinden elde ...edilen karmaşık ilişkileri ve desenleri otomatik olarak analiz edebilen makine öğrenme (MÖ) algoritmalarının kullanımı son derece kritik bir rol oynamaktadır. MÖ algoritmaları, büyük veri setlerindeki gizli bilgileri açığa çıkararak, gebelikle ilişkili risk faktörlerini daha doğru bir şekilde belirleme imkanı sunmaktadır. Bu bağlamda gerçekleştirilen bu çalışmada, gebelik sürecinde anne sağlığı risk seviyelerinin özellikle yüksek riskli hamileliklerin tahmininde başarının arttırılmasına odaklanılmıştır. Bunun için öncelikle başarımı artıracak önemli (kritik) özellikler belirlenmiş ve altı farklı makine öğrenme algoritması kullanılarak en etkili bilgisayar temelli karar destek sistemi tasarlanmaya çalışılmıştır. Ki-Kare testi SelectKBest yöntemiyle birlikte uygulanarak, veri setindeki en kritik özelliklerin yaş, sistolik kan basıncı ve diyastolik kan basıncı olduğu tespit edilmiştir. Yanı sıra veri setindeki dengesizliği gidermek için sentetik azınlık aşırı örnekleme tekniğinden (SMOTE) yararlanılmıştır. Önerilen modelde kullanılan MÖ algoritmalarının başarımları hold-out performans değerlendirme yöntemiyle analiz edilmiştir. Elde edilen bulgular ışığında, SMOTE tekniğinin kullanılmasının gebelikteki risk seviyelerinin tahmininde model başarımlarını artırmada olumlu bir etkiye sahip olduğu belirlenmiştir. Önerilen modelde her bir sınıflandırma algoritması için en yüksek sınıflandırma başarımı yüksek risk sınıfı için elde edilmiştir. Kullanılan algoritmalar arasında, %97 başarı oranıyla en üstün performansa sahip olanının ekstrem gradyan arttırma algoritması olduğu tespit edilmiştir. Genel olarak elde edilen sonuçlar, önerilen modelin yüksek risk taşıyan gebeliklerin tespitinde son derece etkili olduğunu doğrulamaktadır. Bu bulgu, önerilen MÖ temelli karar destek sisteminin uzman hekimlere gebelik sürecinde daha doğru teşhisler koyma ve gerekli müdahaleleri daha hızlı bir şekilde gerçekleştirme konusunda önemli bir destek sağlama potansiyeline sahip olduğunu göstermektedir.
Flaş Elektroretinogram sinyalleri gözün retina tabakasının flaş bir ışık ile uyarılması sonucu ortaya çıkan elektriksel potansiyellerdir. Bu sinyale ait iki temel bileşeni olan ‘a’ ve ‘b’ dalgaları ...retina tabakasının değerlendirilmesinde önem arz etmektedir. Bunun için farklı sinyal işleme tekniklerinden yararlanılmaktadır. Yapılan bu çalışmada sağlıklı bireylerden kaydedilen flaş Elektroretinogram sinyallerinin rod, maksimum kombine ve kon yanıtları kullanılarak Kısa Zamanlı Fourier Dönüşümü ve Sürekli Dalgacık Dönüşümü yöntemleriyle sinyallerin ‘a’ ve ‘b’ dalgaları analizi edilmiştir. Bu doğrultuda dalgaların lokasyonlarının tespit edilmesinde hangi yöntemin daha başarılı olduğu irdelenmiştir. Gerçekleştirilen analizler sonucunda her üç yanıtta da dalgaların analizi için Sürekli Dalgacık Dönüşümünün daha başarılı bir yöntem olduğu tespit edilmiştir. Bunun yanı sıra Sürekli Dalgacık Dönüşümünde rod ve kon yanıtları için Coiflet, Gauss, Meksika şapka ve Morlet dalgacıklarının, maksimum kombine yanıtı için ise Morlet dalgacığının kullanılması halinde dalgaların lokasyonlarının daha doğru bir şekilde tespit edebileceği saptanmıştır.
Flash Electroretinogram signals are the electrical potentials that result from the stimulation of the retina layer of the eye with a flash light. The two main components of these signals, "a" and "b" waves, are great of significance in the evaluation of the retina layer. Therefore, different signal processing techniques are utilized. In this study, the analysis of ‘a’ and ‘b’ waves in the rod, maximum combined and cone responses of flash Electroretinogram signals recorded from healthy individuals have been performed by using the Short Time Fourier Transform and Continuous Wavelet Transform methods. In this context, it has been studied which method is more proper in determining the waves localizations. As a result of analyses, it has been determined that the Continuous Wavelet Transform is more successful for all three responses. In addition, it has been found that the localizations of the waves can be determined more accurately by using Coiflet, Gauss, Mexican hat and Morlet wavelets in rod and cone responses, and Morlet wavelet in maximum combined response.
•There different responses of ERG signals for each levels of disease are analyzed to show physiological effect of obesity.•Effects of obesity levels are also researched with two majority components ...(“a” and “b” waves) of ERG.•The effects of obesity on ERG signals show with statistical analysis on time domain.•The effects of obesity on ERG signals show with STFT, CWT and DWT analysis on time-frequency domains.•The present paper is the first attempt to address the effects of obesity on ERG signals.
We investigate impacts of the obesity on three different responses (cone, rod and maximal combined) of electroretinogram signals. To analyze and extract features of the responses, two major components of electroretinogram signal (namely “a” and “b” waves) have been used. The amplitudes and respective peak times of the waves have been firstly calculated by using statistical methods in time domain. These time domain analysis could be integrated by time-frequency domain analysis to reflect electroretinogram components considerably. To achieve this aim, we have analyzed the “a” and “b” waves by applying short time Fourier transform, continuous wavelet transform and discrete wavelet transform methods on electroretinogram signals. Our findings prove that the continuous wavelet transform gives better results than other methods with respect to time-frequency results extracted from scalogram analyses. In this context, it is also showed that the usage of Mexican hat is the most proper wavelet to analyze obesity effect on electroretinogram. Moreover, we show that the “a” wave does not change considerably by obesity for electroretinogram responses. On the contrary, the “b” wave is significantly affected from obesity for maximal combined response as compared with other responses. The novelty of this work lies in the fact that the present paper is the first attempt to address the effects of obesity on electroretinogram signals. Furthermore, it is clearly denoted that the electroretinogram signals are affected adversely with levels of the obesity.
•Classification of obesity levels by using rod, maximal combined and cone responses of ERG signals.•Design a hybrid ANN based PSO model for classification of obesity.•Proposed model suggests main ...advantage for obesity diagnosis.
Obesity is a worldwide prevalence metabolic disease causing significant eye problems. Body Mass Index is proved to not be a sufficient criterion to classify obesity. In this context, a diagnostic support system for determining obesity levels by using electroretinogram signals is designed. To do this, the discrete wavelet transform is applied to three different electroretinogram responses recorded from both eyes. The obtained wavelet coefficients' size is reduced using statistical property. The designed dataset is used in artificial neural networks and artificial neural networks based particle swarm optimization models to classify obesity. We found that the average accuracy of the hybrid model is higher than the traditional model and the cone response is a highly effective response in obesity classification. This study is the first attempt to classify obesity levels based on electroretinogram signals and this study shows that obesity can be classified from electroretinogram signals.
PDF
