Tez No	İndirme	Tez Künye	Durumu
196540		Kardiyak doppler işaretlerinin yapay sinir ağı ve NEFCLASS ile sınıflandırılması / Classification of cardiac doppler signals by using artificial neural network and NEFCLASS Yazar:NECAATTİN BARIŞÇI Danışman: PROF. DR. İNAN GÜLER ; YRD. DOÇ. DR. FIRAT HARDALAÇ Yer Bilgisi: Gazi Üniversitesi / Fen Bilimleri Enstitüsü / Elektronik ve Bilgisayar Eğitimi Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Doktora Türkçe 2005 85 s.
Bu çalışmada, 60 hastanın aort kapakçığından kaydedilen kardiyak Dopplerişaretleri, 16 bitlik bir ses kartı yardımıyla bir kişisel bilgisayaraaktarılmıştır. Her bir hastadan kaydedilen kardiyak Doppler sinyaline,Sistol, Diastol, direnç indeksi, darbe indeksi ve sistol/diastol oranıdeğerlerini elde etmek için Hızlı Fourier Dönüşümü (HFD) analiziuygulanmıştır. Daha sonra elde edilen bu değerler çok katmanlı algılayıcısinir ağı ve NEFCLASS sinirsel bulanık sınıflayıcı ile sınıflandırılmıştır.Böylelikle uzman hekime hastalık teşhisini yaparken yardımcı olacak birsistem geliştirilmiştir. Çok katmanlı algılayıcı sinir ağı ve NEFCLASS ileyapılan sınıflamalarda % 96,67 doğru sınıflama başarısı elde edilmiştir. Buçalışmada ayrıca, 60 kişinin mitral kapakçığından kaydedilen kardiyakDoppler işaretlerinin güç spektrum yoğunluğu eğrileri elde edilmiştir. Eldeedilen bu eğrilerden 500'er Hz'lik artışlara karşılık gelen 10 tane güçspektrum yoğunluğu değeri çok katmanlı algılayıcı sinir ağı veNEFCLASS'a giriş vektörü olarak uygulanmış ve sınıflamaları yapılmıştır.Bu sınıflamalar sonucunda, çok katmanlı algılayıcı sinir ağı ile %93,33,NEFCLASS ile de %90 başarı oranı elde edilmiştir. Ayrıca NEFCLASSsinirsel bulanık sınıflayıcının kurallarındaki dilsel terimler sayesinde,ivsınıflayıcının verdiği teşhis sonucu hekim ve hastanın daha kolayanlayabileceği ve yorumlayabileceği hale getirilmiştir.Bilim Kodu : 626.06.01Anahtar Kelimeler : Sinirsel bulanık sınıflayıcı, çok katmanlı algılayıcı sinirağı, NEFCLASS, kardiyak Doppler, Hızlı FourierDönüşümü (HFD), aort kapakçığı, mitral kapak.Sayfa Adedi : 74Tez Yöneticileri : Prof. Dr. nan GÜLER, Yrd. Doç. Dr. Fırat HARDALAÇ
In this work, cardiac Doppler signals recorded from aorta valve of 60patients were transferred to a personal computer by using a 16 bit soundcard. The fast Fourier transform (FFT) analysis was applied to the recordedsignal from each patient in order to obtain systole, diastole, resistive index,pulsality index and systole/diastole ratio values. Further these values wereclassified by using multi layer perception neural network and NEFCLASSneuro fuzzy classifier. Thus, an additional diagnosis tool is developed for theaid of expert medical staff. It was obtained that, 96,67% classificationsuccess rate from multi layer perception neural network, and NEFCLASS.On the other hand, power spectrum density curves of cardiac Dopplersignals which recorded from mitral valve were obtained. According to thecurves formed after power spectrum density analysis, 10 power spectrumdensity values which are corresponding to the increases by 500 Hz have beenapplied as input vectors and classified for multi layer perception neuralnetwork and NEFCLASS. It is seen that, 93,33% classification success ratesfrom multi layer perception neural network, and 90% that of NEFCLASSwere obtained. Furthermore, by the linguistic terms in the NEFCLASSvineuro fuzzy classifier, the diagnosis given by the classifier became easilyunderstood and interpreted by the doctor and the patient.Science Code : 626.06.01Key Words : Neuro Fuzzy Classifier, multi layer perception neuralnetwork, NEFCLASS, cardiac Doppler, Fast FourierTransform (FFT), aorta valve, mitral valve.Page Number : 74Advisers : Prof. Dr. nan GÜLER, Assist. Prof. Dr. Fırat HARDALAÇ