ST Değişiminin Wigner-Ville Dağılım Esaslı Erken Tespiti

AKDENİZ, Fulya; ULUTAŞ, Güzin; KAYIKÇIOĞLU, İlknur; KAYIKÇIOĞLU, Temel

doi:10.19113/sdufbed.40216

ST Değişiminin Wigner-Ville Dağılım Esaslı Erken Tespiti

İlknur KAYIKÇIOĞLU, (Karadeniz Teknik Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, Trabzon, Türkiye)

Güzin ULUTAŞ, (Karadeniz Teknik Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, Trabzon, Türkiye)

Fulya AKDENİZ, (Karadeniz Teknik Üniversitesi, Mühendislik Fakültesi, Elektrik-Elektronik Mühendisliği Bölümü, Trabzon, Türkiye)

Temel KAYIKÇIOĞLU (Karadeniz Teknik Üniversitesi, Mühendislik Fakültesi, Elektrik-Elektronik Mühendisliği Bölümü, Trabzon, Türkiye)

Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi

1 0

Yıl: 2018 Cilt: 22 Sayı: 2 Sayfa Aralığı: 746 - 753 Metin Dili: Türkçe DOI: 10.19113/sdufbed.40216 İndeks Tarihi: 25-11-2020

ST Değişiminin Wigner-Ville Dağılım Esaslı Erken Tespiti

Öz:

EKG işaretinde ST değişiminin erken tespit edilmesi myokard enfarktüsönlenmesi açısından oldukça önemlidir. Bu çalışmada ST değişimin erken tespitetmek amacıyla Wigner-Ville dağılımına dayanan bir algoritma geliştirilmiştir.Algoritma MIT-BIH Aritmi ve European ST-T veritabanlarından üretilen büyük birveride test edilmiştir. MIT-BIH veritabanından V1, V2, V4, V5 derivasyonlarındasağlıklı veya aritmi içeren 111688 R-R aralığı ve European ST-T veritabanından V1,V2, V3, V4, V5 derivasyonlarında 111688 tane ST değişimi olan R-R aralıklarıseçilmiştir. Sınıflandırmada performans sonuçları doğruluk, duyarlılık, özgüllük vepozitif öngörü, sırasıyla %98,78, %98,55, %99,0 ve %99,01 olarak bulunmuş olupbu değerler literatürdeki çalışmalara ait değerlerin üstündedir. Ayrıca önerilenalgoritmanın hızı tele-tıp sistemleri için oldukça uygundur.

Anahtar Kelime:

Early Detection of ST Change Based on Wigner-Ville Distrubition

Öz:

Early detection of ST change in ECG signals is very important for the prevention of myocardial infarction. In this study, a Wigner-Ville distribution based algorithm was developed for early detection of ST change. The algorithm was tested on big data which was were generated from the MIT-BIH database and the European ST-T database. From the MIT-BIH database, 111688 R-R intervals containing healthy or arrhythmias in V1, V2, V4, V5 leads and R-R intervals with 111688 ST segment changes in V1, V2, V3, V4, V5 derivations from the European ST-T database were selected. Performance results in classification are obtained as for accuracy, sensitivity, specificity and positive predictive, respectively 98,78%, 98,55%, 99,01% and 99,01%, these values are over of those of studies in literature. The speed of the algorthim is also suitable for telemedicine systems.

Anahtar Kelime:

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık

[1] Centers for Disease Control and Prevention CDC. 2003. Trends in aging--United States and worldwide. MMWR. Morbidity and mortality weekly report, 52(6), 101.
[2] WHO. 2016. Cardiovascular diseasen http://www.who.int/cardiovascular_diseases/e n (Erişim Tarihi: 27.12.2016).
[3] Xu, M., Wei, S., Qin, X., Zhang, Y., Liu, C. 2015. Rule-Based Method for Morphological Classification of ST Segment in ECG Signals. Journal of Medical and Biological Engineering, 35(6), 816-823.
[4] Thygesen, K., Alpert, J. S., White, H. D. 2007. Universal definition of myocardial infarction. Journal of the American College of Cardiology, 50(22), 2173-2195.
[5] Roger, V. L., Go, A. S., Lloyd-Jones, D. M., Adams, R. J., Berry, J. D., Brown, T. M., Fox, C. S. 2011. Heart disease and stroke statistics—2011 update a report from the American Heart Association. Circulation, 123(4), e18-e209.
[6] Liu, B., Liu, J., Wang, G., Huang, K., Li, F., Zheng, Y., Zhou, F. 2015. A novel electrocardiogram parameterization algorithm and its application in myocardial infarction detection. Computers in biology and medicine, 61, 178-184.
[7] Wimmer, N. J., Scirica, B. M., Stone, P. H. 2013. The clinical significance of continuous ECG (ambulatory ECG or Holter) monitoring of the ST-segment to evaluate ischemia: a review. Progress in cardiovascular diseases, 56(2), 195-202.
[8] Wootton, R. 2012. Twenty years of telemedicine in chronic disease management–an evidence synthesis. Journal of telemedicine and telecare, 18(4), 211-220.
[9] Rabbani, H., Mahjoob, M. P., Farahabadi, E., Farahabadi, A., Dehnavi, A. M. 2011. Ischemia detection by electrocardiogram in wavelet domain using entropy measure. Journal of Research in Medical Sciences, 16(11).
[10] Ranjith, P., Baby, P. C., Joseph, P. 2003. ECG analysis using wavelet transform: application to myocardial ischemia detection. ITBMRBM, 24(1), 44-47.
[11] Afsar, F. A., Arif, M., Yang, J. 2008. Detection of ST segment deviation episodes in ECG using KLT with an ensemble neural classifier. Physiological measurement, 29(7), 747.
[12] Smrdel, A., Jager, F. 2004. Automated detection of transient ST-segment episodes in 24h electrocardiograms. Medical and Biological Engineering and Computing, 42(3), 303-311.
[13] Goletsis, Y., Papaloukas, C., Fotiadis, D. I., Likas, A., Michalis, L. K. 2004. Automated ischemic beat classification using genetic algorithms and multicriteria decision analysis. IEEE transactions on Biomedical Engineering, 51(10), 1717-1725.
[14] Andreao, R. V., Dorizzi, B., Boudy, J., Mota, J. C. M. 2004. ST-segment analysis using hidden Markov Model beat segmentation: application to ischemia detection. In Computers in Cardiology, 2004 (pp. 381-384). IEEE.
[15] Correa, R., Arini, P. D., Correa, L. S., Valentinuzzi, M., Laciar, E. 2014. Novel technique for ST-T interval characterization in patients with acute myocardial ischemia. Computers in biology and medicine, 50, 49-55.
[16] Chang, P. C., Lin, J. J., Hsieh, J. C., Weng, J. 2012. Myocardial infarction classification with multilead ECG using hidden Markov models and Gaussian mixture models. Applied Soft Computing, 12(10), 3165-3175.
[17] Exarchos, T. P., Papaloukas, C., Fotiadis, D. I., Michalis, L. K. 2006. An association rule miningbased methodology for automated detection of ischemic ECG beats. IEEE Transactions on Biomedical Engineering, 53(8), 1531-1540.
[18] Dranca, L., Goni, A., Illarramendi, A. 2009. Realtime detection of transient cardiac ischemic episodes from ECG signals. Physiological measurement, 30(9), 983.
[19] Tang, X., Xia, L., Liu, W., Peng, Y., Gao, T., Zeng, Y. 2012. An approach to determine myocardial ischemia by hidden Markov models. Computer methods in biomechanics and biomedical engineering, 15(10), 1065-1070.
[20] Al-Fahoum, A., Al-Fraihat, A., Al-Araida, A. 2014. Detection of cardiac ischaemia using bispectral analysis approach. Journal of medical engineering & technology, 38(6), 311-316.
[21] Papaloukas, C., Fotiadis, D. I., Liavas, A. P., Likas, A., Michalis, L. K. 2001. A knowledge-based technique for automated detection of ischaemic episodes in long duration electrocardiograms. Medical and Biological Engineering and Computing, 39(1), 105-112.
[22] Kumar, A., Singh, M. 2016. Ischemia detection using Isoelectric Energy Func-tion. Computers in biology and medicine, 68, 76-83.
[23] Physionet. 2016. ECG Database. http://physionet.org/physiobank/database/#ec g (Erişim Tarihi: 27.12.2016).
[24] Kayıkçıoğlu, İ., Akdeniz, F., Kayıkçıoğlu, T. 2016. Wigner-Ville distribution based ECG arrhythmia detection for telemedicine applications. In Signal Processing and Communication Application Conference (SIU), 2016 24th (pp. 2045-2048). IEEE.
[25] Akdeniz, F., Kayıkçıoğlu, İ., Kaya, İ., Kayıkçıoğlu, T. 2016. Using Wigner-Ville distribution in ECG arrhythmia detection for telemedicine applications. In Telecommunications and Signal Processing (TSP), 2016 39th International Conference on (pp. 409-412). IEEE.
[26] Cohen, L. 1995. Time-Frequency Analysis: Theory and Applications, Prentice-Hall, Inc.
[27] Brown, G. 2011. Ensemble learning, Encyclopedia of Machine Learning, Springer US,(2011) 312-320.
[28] Rokach, L. 2010. Ensemble-based classifiers, Artificial Intelligence Review, 33,1 (2010)1-39.
[29] Breiman, L. 2001. Random forests, Machine learning, 45,1 (2001) 5-32.
[30] Ho, T. K. 1998. The random subspace method for constructing decision forests, IEEE Transactions on Pattern Analysis and Machine Intelligence, 20,8 (1998) 832-844.

APA	KAYIKÇIOĞLU İ, ULUTAŞ G, AKDENİZ F, KAYIKÇIOĞLU T (2018). ST Değişiminin Wigner-Ville Dağılım Esaslı Erken Tespiti. , 746 - 753. 10.19113/sdufbed.40216
Chicago	KAYIKÇIOĞLU İlknur,ULUTAŞ Güzin,AKDENİZ Fulya,KAYIKÇIOĞLU Temel ST Değişiminin Wigner-Ville Dağılım Esaslı Erken Tespiti. (2018): 746 - 753. 10.19113/sdufbed.40216
MLA	KAYIKÇIOĞLU İlknur,ULUTAŞ Güzin,AKDENİZ Fulya,KAYIKÇIOĞLU Temel ST Değişiminin Wigner-Ville Dağılım Esaslı Erken Tespiti. , 2018, ss.746 - 753. 10.19113/sdufbed.40216
AMA	KAYIKÇIOĞLU İ,ULUTAŞ G,AKDENİZ F,KAYIKÇIOĞLU T ST Değişiminin Wigner-Ville Dağılım Esaslı Erken Tespiti. . 2018; 746 - 753. 10.19113/sdufbed.40216
Vancouver	KAYIKÇIOĞLU İ,ULUTAŞ G,AKDENİZ F,KAYIKÇIOĞLU T ST Değişiminin Wigner-Ville Dağılım Esaslı Erken Tespiti. . 2018; 746 - 753. 10.19113/sdufbed.40216
IEEE	KAYIKÇIOĞLU İ,ULUTAŞ G,AKDENİZ F,KAYIKÇIOĞLU T "ST Değişiminin Wigner-Ville Dağılım Esaslı Erken Tespiti." , ss.746 - 753, 2018. 10.19113/sdufbed.40216
ISNAD	KAYIKÇIOĞLU, İlknur vd. "ST Değişiminin Wigner-Ville Dağılım Esaslı Erken Tespiti". (2018), 746-753. https://doi.org/10.19113/sdufbed.40216

APA	KAYIKÇIOĞLU İ, ULUTAŞ G, AKDENİZ F, KAYIKÇIOĞLU T (2018). ST Değişiminin Wigner-Ville Dağılım Esaslı Erken Tespiti. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 22(2), 746 - 753. 10.19113/sdufbed.40216
Chicago	KAYIKÇIOĞLU İlknur,ULUTAŞ Güzin,AKDENİZ Fulya,KAYIKÇIOĞLU Temel ST Değişiminin Wigner-Ville Dağılım Esaslı Erken Tespiti. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi 22, no.2 (2018): 746 - 753. 10.19113/sdufbed.40216
MLA	KAYIKÇIOĞLU İlknur,ULUTAŞ Güzin,AKDENİZ Fulya,KAYIKÇIOĞLU Temel ST Değişiminin Wigner-Ville Dağılım Esaslı Erken Tespiti. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, vol.22, no.2, 2018, ss.746 - 753. 10.19113/sdufbed.40216
AMA	KAYIKÇIOĞLU İ,ULUTAŞ G,AKDENİZ F,KAYIKÇIOĞLU T ST Değişiminin Wigner-Ville Dağılım Esaslı Erken Tespiti. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi. 2018; 22(2): 746 - 753. 10.19113/sdufbed.40216
Vancouver	KAYIKÇIOĞLU İ,ULUTAŞ G,AKDENİZ F,KAYIKÇIOĞLU T ST Değişiminin Wigner-Ville Dağılım Esaslı Erken Tespiti. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi. 2018; 22(2): 746 - 753. 10.19113/sdufbed.40216
IEEE	KAYIKÇIOĞLU İ,ULUTAŞ G,AKDENİZ F,KAYIKÇIOĞLU T "ST Değişiminin Wigner-Ville Dağılım Esaslı Erken Tespiti." Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 22, ss.746 - 753, 2018. 10.19113/sdufbed.40216
ISNAD	KAYIKÇIOĞLU, İlknur vd. "ST Değişiminin Wigner-Ville Dağılım Esaslı Erken Tespiti". Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi 22/2 (2018), 746-753. https://doi.org/10.19113/sdufbed.40216