Ardışıl ileri ana dalgacık seçim yöntemi öznitelikleri ile fotopletismografi işaretlerinin sınıflandırılması

Mikro-vasküler doku yatağındaki kan hacmi değişikliklerini saptamak için kullanılan, acı vermeyen, basit, düşük maliyetli ve müdahalesiz optik bir yöntem olan fotopletismografi (PPG) tıp ve mühendislik alanında kullanımı giderek artış gösteren fizyolojik verilerden bir tanesidir. Özellikle örüntü tanıma ve makine öğrenmesi algoritmalarındaki gelişmeler bu sinyallere dayalı uygulamalara olan ilgiyi daha da arttırmıştır. PPG sinyalleri kullanılarak; kalp ve tansiyon rahatsızlıkları, stres seviyesi, kişi tanıma ve yorgunluk tespiti gibi yöntemler önerilmektedir. Bu çalışmalar daha çok iki sınıflı problemleri ele alarak yeni öznitelik çıkarma yaklaşımları sunmaktadır. Elde edilen sonuçlar görece başarılı olsa da halen daha geliştirilmeye açık performans seviyelerindedir. Bu tez çalışmasında ardışıl ileri ana dalgacık seçimi yöntemi öznitelikleri ile PPG işaretlerinin yüksek performans ile sınıflandırılması önerilmiştir. Önerilen yöntemin geçerliliği ve kararlılığı 3 ayrı PPG veri setine uygulanmıştır. Öznitelikler, belirlenen ana dalgacıklarla elde edilen dalgacık dönüşümü katsayılarının standart sapması ve ortalama değerleri hesaplanarak elde edilmiştir. Daha sonra elde edilen öznitelikler k-en yakın komşuluk yöntemi ile sınıflandırılmıştır. Önerilen yöntem ile Veri Seti 1 (zihinsel iş yükü seviyesinin belirlenmesi), Veri Seti 2 (hipertansiyon hastalığının belirlenmesi) ve Veri Seti 3 (insan faaliyet izleme) için sırasıyla ortalama %65.76, %73.39 ve %86.54 sınıflandırma doğruluklarına ulaşılmıştır. Elde edilen sonuçlar önerilen yöntemin PPG işaretlerini sınıflandırmada önemli potansiyelinin olduğunu göstermiştir.