Tip-2 Bulanık Kümeleme Sinir Ağı Kullanılarak EKG Aritmilerinin Sınıflandırılması
Yükleniyor...
Dosyalar
Tarih
2009
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
In this study, Type-2 Fuzzy Clustering Neural Network (T2FCNN) architecture realized for classification of electrocardiography arrhythmias is presented. Type-2 fuzzy clustering neural network is cascade structure formed by clustering and classification stages. In T2FCNN architecture, clustering stage consisted of select best patterns in all patterns that belongs to same class is executed by type-2 fuzzy c-means clustering (T2FCM). The aim of using T2FCM clustering algorithm is to reduce classification error of neural network by optimization of training pattern set. A new training set consisted of cluster centers obtained by type-2 fuzzy c-means clustering algorithm for each class as separately is formed inputs of neural network. Neural network is trained using backpropagation algorithm. Proposed structure is used classification of five ECG signal class composed normal sinus rhythm, sinus bradycardia, sinus arrhythmia, right bundle branch block and left bundle branch block. Data used in this study is obtained from Physionet database, that belongs to MIT-BIH ECG Arrhythmia Database. In the end of making applications, proposed T2FCNN structure is classified ECG arrhythmias with 99% detection rate.
Bu çalışmada elektrokardiyografi aritmilerinin sınıflandırılması için gerçekleştirilen Tip-2 Bulanık Kümeleme Sinir Ağı (T2BKSA) yapısı sunulmaktadır. Tip-2 bulanık kümeleme sinir ağı, kümeleme ve sınıflandırma aşamalarından oluşan kaskat bir yapıdır. T2BKSA yapısında, aynı sınıfa ait örüntüler içerisinde sınıfı en iyi temsil eden örüntünün seçilmesi işlemini kapsayan kümeleme aşaması tip-2 bulanık c-ortalamalar kümeleme (T2BCO) algoritması ile gerçekleştirilmiştir. T2BCO kümeleme algoritmasının kullanılmasında amaç, eğitim örüntü seti optimize edilerek sinir ağının sınıflandırma hatasının düşürülmesidir. Tip-2 bulanık c-ortalamalar kümeleme algoritması ile her sınıf için ayrı ayrı elde edilen küme merkezlerinden oluşan yeni eğitim seti yapay sinir ağının girişlerini oluşturmaktadır. Yapay sinir ağı, geriye yayılım algoritması kullanılarak eğitilmiştir. Önerilen yapı, normal sinüs ritmi, sinüs bradikardisi, sinüs aritmisi, sağ dal bloku ve sol dal bloku sinyallerini içeren 5 sınıfa ait EKG sinyallerinin sınıflandırılmasında kullanılmıştır. Çalışmada kullanılan veriler Physionet veri tabanından elde edilmiş MIT-BIH ECG Arrhythmia Database' e ait verilerdir. Gerçekleştirilen uygulamalar sonucunda, önerilen T2BKSA yapısı EKG aritmilerini %100 doğru sınıflandırma oranı ile sınıflandırmıştır.
Bu çalışmada elektrokardiyografi aritmilerinin sınıflandırılması için gerçekleştirilen Tip-2 Bulanık Kümeleme Sinir Ağı (T2BKSA) yapısı sunulmaktadır. Tip-2 bulanık kümeleme sinir ağı, kümeleme ve sınıflandırma aşamalarından oluşan kaskat bir yapıdır. T2BKSA yapısında, aynı sınıfa ait örüntüler içerisinde sınıfı en iyi temsil eden örüntünün seçilmesi işlemini kapsayan kümeleme aşaması tip-2 bulanık c-ortalamalar kümeleme (T2BCO) algoritması ile gerçekleştirilmiştir. T2BCO kümeleme algoritmasının kullanılmasında amaç, eğitim örüntü seti optimize edilerek sinir ağının sınıflandırma hatasının düşürülmesidir. Tip-2 bulanık c-ortalamalar kümeleme algoritması ile her sınıf için ayrı ayrı elde edilen küme merkezlerinden oluşan yeni eğitim seti yapay sinir ağının girişlerini oluşturmaktadır. Yapay sinir ağı, geriye yayılım algoritması kullanılarak eğitilmiştir. Önerilen yapı, normal sinüs ritmi, sinüs bradikardisi, sinüs aritmisi, sağ dal bloku ve sol dal bloku sinyallerini içeren 5 sınıfa ait EKG sinyallerinin sınıflandırılmasında kullanılmıştır. Çalışmada kullanılan veriler Physionet veri tabanından elde edilmiş MIT-BIH ECG Arrhythmia Database' e ait verilerdir. Gerçekleştirilen uygulamalar sonucunda, önerilen T2BKSA yapısı EKG aritmilerini %100 doğru sınıflandırma oranı ile sınıflandırmıştır.
Açıklama
2009 14th National Biomedical Engineering Meeting, BIYOMUT 2009 -- 20 May 2009 through 22 May 2009 -- Balcova, Izmir -- 77541
Anahtar Kelimeler
Artificial neural networks, ECG, Type-2 fuzzy c-means clustering algorithm, Tip-2 bulanık c-ortalamalar kümeleme
algoritması, EKG, Yapay sinir ağı
Kaynak
Proceedings of 2009 14th National Biomedical Engineering Meeting, BIYOMUT 2009
WoS Q Değeri
Scopus Q Değeri
N/A
Cilt
Sayı
Künye
Ceylan, R., Özbay, Y., Karlık, B., (2009). Tip-2 Bulanık Kümeleme Sinir ağı Kullanılarak Ekg Aritmilerinin Sınıflandırılması. Proceedings of 2009 14th National Biomedical Engineering Meeting, BIYOMUT 2009. 1-4. Doi: 10.1109/BIYOMUT.2009.5130250
