Kalp seslerinin segmentasyonu ve sınıflandırılması

Kardiyovasküler hastalıklar, dünya çapında önemli sağlık sorunlarından biridir ve erken teşhis, hastaların yaşam kalitesini artırabilirken tedavi süreçlerini de iyileştirebilir. Bu çalışmada, kalp seslerinin derinlemesine analizi ve kardiyovasküler hastalıkların teşhisi için bir yöntem geliştirilmiştir. İki farklı kalp sesleri veri seti üzerinde kapsamlı bir analiz gerçekleştirilmiştir. İlk olarak, veri setleri çentik filtre, eliptik filtre ve normalizasyon gibi ön işleme adımlarından geçirilmiştir. Daha sonra, Otsu eşikleme yöntemi kullanılarak tepe değerleri bulunmuş ve Shannon enerjisi kullanılarak segmentasyon gerçekleştirilmiştir. Elde edilen segmentler üzerinde, Ampirik Kip Ayrışımı (EMD) ve Mel Frekansı Kepstrum Katsayıları (MFCC) gibi öznitelik çıkarım yöntemleri uygulanmıştır. Bu öznitelikler, kalp seslerinin zaman – frekans alanında temsil edilmesini sağlamıştır. Son adımda, farklı sınıflandırma algoritmaları (k – En Yakın Komşu, Destek Vektör Makineleri, Yapay Sinir Ağları, Evrişimli Sinir Ağları) kullanılarak, hastalıklı ve sağlıklı kalp seslerinin sınıflandırılması gerçekleştirilmiştir. Yapılan deneysel sonuçlar, önerilen yöntemin yüksek doğruluk oranlarına ve güvenilir sonuçlara sahip olduğunu göstermektedir. Bu çalışma, kalp hastalıklarının erken teşhisinde ve tedavi süreçlerinin izlenmesinde kullanılabilecek etkili bir araç sunmaktadır.