Respiratory sounds classification using artificial neural networks

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye

Tezin Onay Tarihi: 1995

Tezin Dili: İngilizce

Öğrenci: ÇİĞDEM İLTEMİR

Danışman: SADIK FİKRET GÜRGEN

Özet:

ÖZET Solunum yolu hastalıklarının tanısında, en yaygın olarak kullanılan yöntemlerden biri, solunum seslerinin steteskop aracılığıyla dinlenmesidir. Bu yöntem, tamamen doktorların kişisel değerlendirmelerine ve tecrübelerine bağlı olduğu için hataya sebep olabilmektedir. Bundan dolayı, daha iyi bir tıp hizmeti için, tanıda daha yüksek başarım gösterebilecek bir yönteme ihtiyaç vardır. Bu ihtiyaç, sesleri toplayıp analizini yaparak tamda doktorlara yardımcı olabilecek bilgisayar destekli bir sistemle karşılanabilir. Bu tez çalışması, böyle bir sistemin kurulmasına yardımcı olmayı amaçlamaktadır. Çalışmalar 3 ayrı sınıftan denek üzerinde gerçekleşmiştir: Sağlıklılar, kronik tıkayıcı solunum yolu hastalıklılar, kısıtlayıcı solunum yolu hastalıklılar. Solunum seslerinin özellikleri bir durumdan diğerine değişiklik gösterirler. Sistemin amacı, bir durumu diğerinden veriyi sınıflandırarak ayırdetmektir. Veri, solunum seslerinin özbağîanımlı (AR) ve cepstral modelleme teknikleri kullanılarak elde edilmiş olan özniteliksel gösterimlerinden oluşmuştur. Sınıflandırma, Yapay Sinir Ağlan (YSA) yapılarından Çok Katmanlı Algılayıcı (ÇKA), Radyal Temel Fonksiyonu Ağı (RTF A) ve Vektör Ayrıştırmayı Öğrenme (VAÖ) sınıflandıncılan ve bunlara ek olarak, klasik yaklaşımlardan k-En Yakın Komşu (k-EYK) ve bulanık k-EYK algoritmaları kullanılarak yapılmıştır. Veri çeşitli kombinasyonlarda alınarak birçok deneyler yapılmış, sonuçlar analiz edilmiş ve kıyaslanmıştır. Bu deneylere ek olarak, veri sayısının azlığına karşılık öznitelik boyutunun çok yüksek olmasının yarattığı işlem karmaşıklığını azaltmak için öznitelik azaltma yöntemi kullanılmış ve daha az sayıda öznitelikle temsil edilen denekler üzerinde de deneyler yapılmıştır.