Yapay Sinir Ağı yöntemleri kullanılarak kalp krizinin tahmin edilmesi

Bu tez çalışmasında, kişinin kalp krizi durumunun tespit edilmesi amacıyla, literatürde bulunan makine öğrenme yöntemlerinden birisi olan Çok Katmanlı Yapay Sinir Ağı (ÇK-YSA) modeli ve Elektrokardiyogram (EKG) sinyalleri kullanılarak yardımcı bir karar destek sisteminin tasarımı ve imalatı gerçekleştirilmiştir. Gerçekleştirilen çalışmada "PTB Diagnostic ECG" veri setinden elde edilen EKG verileri kullanılmıştır. Bu EKG sinyalleri üzerinde ilk olarak Pan-Tompkins algoritması kullanılarak gürültüler temizlenmiş ve farklı öznitelikler elde edilmiştir. Elde edilen bu öznitelikler ve belirlenen parametreler ile bir ÇK-YSA modeli tasarlanmış ve eğitilmiştir. Eğitilen ÇK-YSA modelin bulunduğu üniteye ek olarak ayrı bir de kontrol devresi hazırlanmıştır. Bu kontrol devresi ile kişiden anlık olarak EKG sinyalleri alınmış ve bu sinyaller ÇK-YSA modelinin bulunduğu üniteye bluetooth üzerinden aktarılmıştır. Aktarılan sinyallerden, ÇK-YSA ile kişinin sağlık durumu ile ilgili bir tahmin bilgisi elde edildikten sonra tekrar bluetooth üzerinden kontrol kartına gönderilerek kişinin sağlık durumu bilgisi ekran üzerinden kullanıcıya sunulmuştur. Sistemin genel başarısı, doğruluk, pozitif geri çağırma, negatif geri çağırma, pozitif hassasiyet, negatif hassasiyet ve F1 skoru için sırasıyla 0.86, 0.88, 0.70, 0.96, 0.41, 0.92 ve 0.52 değerleri elde edilmiştir. Bu sonuçlar doğrultusunda, sistemin kalp krizi tespitinin tahmininde başarılı olduğu ispatlanarak, literatüre konu ile ilgili güncel bir çalışma daha kazandırılmıştır.