Abstract:
Kardiyolojik rahatsızlıklardan kaynaklı sorunlar dünyada ve ülkemizde giderek artmaktadır. Özellikle kalp kaynaklı hastalıklara tanı konması ve teşhis edilmesi önemli bir konumdadır. Bu aşamada mühendislik alanındaki gelişmeler etkili olmaktadır. Tasarlanan cihazlar ve yazılımlar sayesinde özellikle biyomedikal alanında hekimlere yardımcı uygulamalar yapılmaktadır. Bu sayede oluşturulan uygulamalar hekimlere tanı ve teşhis işlemlerinde kolaylık sağlamaktadır. Ayrıca tedavi planlarının belirlenmesi için bu gelişmeler zaman kazandırmaktadır. Bu çalışmada kardiyolojik rahatsızlıkların başında gelen aritmi hastalığının bir çeşidi olan Atrial Fibrilasyon'un (AF) otomatik olarak tespitinin yapılması amaçlanmıştır. Literatüre bakıldığında AF'nin otomatik tespiti için Ayrık ya da Sürekli Dalgacık Dönüşümü, Hadamarad Dönüşümü, Dalgacık Entropisi gibi birçok farklı metot kullanılmıştır. Bu çalışma için Phsiyobank ATM veritabanı kullanılmıştır. Buradan 31 adet Atrial Fibrilasyon Ritmi'ne (AFR) ve 31 adet Normal Sinüs Ritmi'ne (NSR) sahip bireylerden alınan Holter EKG işaretlerinden toplamada 62 adet 12'şer saat RR Aralığı (RRA) uzunluk serileri alınmıştır. RRA dizileri AF işaretleri için en önemli belirleyici unsur olarak karşımıza çıkmaktadır. Alınan bu veriler zaman eksenine çevrilerek yeniden örneklenmiştir. Bu aşamada sinyal işleme teknikleri kullanılmıştır. Daha sonrasında ise sinyallere Ayrık Dalgacık Dönüşümü Metodu uygulanmıştır. Bu sayede sinyallerin ayırt edici özellikleri belirlenmiştir. Sonrasında Dalgacık Dönüşümü uygulanmış, RRA dizilerinin dalgacık enerjilerine bakılmıştır. Bu özellikler Boxplot ile grafik haline dönüştürülmüştür ve sonuçlar incelenmiştir. Bu işlemlerden sonra istatistiksel verileri elde etmek için RRA serilerinin dalgacık enerjileri Destek Vektör Makinası Metodu ile sınıflandırılmış ve AFR'nin NSR'den ayrıştırılması sağlanmıştır. Sonuçlar incelendiğinde AFR ile NSR'nin % 99,60 başarı oranında ayrıştığı görülmüştür.
