Çoklu sınıflandırıcı sistemleri ile konjestif kalp yetmezliği teşhisi

Kalbin temel görevleri arasında kanın vücuda pompalanması, metabolizma faaliyetleri sonucunda oluşan artık ürünlerin vücuttan uzaklaştırılması, vücut ısısının düzenlenmesi, asit-baz dengesinin korunması, hormon ve enzimlerin vücudun gerekli bölgelerine taşınması bulunmaktadır. Kalp Yetmezliği, kalbin kanla dolması veya kanı pompalaması yeteneklerinin azalması durumudur. Vücudun çeşitli yerlerinde sıvı birikmesi durumu bu rahatsızlığa sahip hastalarda yaygın olarak rastlandığı için, bu rahatsızlığa Konjestif Kalp Yetmezliği (KKY) ismi de verilmektedir. Kalp yetmezliğinin teşhisi uzman hekimler için kolay olmasına rağmen, hastalık belirtilerinin çoğu zaman diğer hastalıkların belirtileri ile karıştırılması nedeniyle özellikle pratisyen hekimler teşhiste zorlanmaktadırlar. Bu durumun ortadan kaldırılması için son zamanlarda veri madenciliği ve karar verme teknikleri oldukça gelişmiş ve bu doğrultuda yeni ileri teknikler sunulmuştur. Bu çalışmada KKY hastalarının teşhisi için kalp hızı değişkenliği verileri üzerinden standart ölçümlerin yanında dalgacık dönüşümü ölçümlerinden ve doğrusal olmayan ölçümlerden oluşan özniteliklerle çalışabilecek yeni bir teşhis sistemi amaçlanmıştır. Öncelikle farklı istatistiksel anlamlılık değerleri ve geriye doğru eleme yöntemi kullanılarak öznitelik sayısını azaltma yoluna gidilmiştir. Azalan veri miktarı literatürde sık kullanılan 5 farklı sınıflandırıcı algoritması ile sınıflandırılmıştır. Bu sınıflandırıcılardan önce çalıştırılmak üzere, basitliği ve kolay uygulanabilir olması sebebiyle algılayıcılar eklenmiştir. Bu şekilde çok katlı sınıflandırıcılar tasarlanarak sistemin performans analizi yapılmıştır. Elde edilen sonuçlar doğrultusunda çok katlı sınıflandırma işlemi ile gerçekleşen bu yapının istatistiksel olarak öznitelik sayısı düşürülmüş verileri kullanarak sınıflandırıcı algoritmalarında fark edilebilir bir iyileşme ve katlı sistemimizde de literatürdeki en yüksek sonuçlar elde edilmiştir.