Detection of cardiac arrhythmias in electrocardiograms using deep learning
Is this your thesis?
This record came from a bulk archive import. If it’s yours, link it to your profile.
Abstract (TR)
Genellikle makine öğrenimi olarak bilinen makine öğrenimi algoritmaları, tıbbi teşhis destek sistemleri tarafından hasta bakımında verimliliği, doğruluğu ve geri dönüş süresini artırmak için kullanılır. Birçok modern tıbbi izleme aracının kökleri, gömülü makine öğrenimi uygulamalarındaki son gelişmelere dayanmaktadır. İkincisi, bir öznedeki belirli bir organın işleyişini izlemek için biyolojik sinyalleri ölçmek için sensörlere sahiptir. Bu aletlerin birincil amacı, sinyalleri toplamak, saklamak ve daha sonra bunları doğru bir teşhisin yapılabilmesi veya en azından altta yatan herhangi bir patolojinin semptomlarının tespit edilebilmesi için analiz etmektir. Bu çerçevede, bu yazıda sunulan çalışma, özellikle kardiyak aritmi bölümlerinin saptanmasına vurgu yaparak, Elektrokardiyogram (EKG) sinyallerinin analizi ve teşhisi için yeni metodolojiler benimsemeyi amaçlamaktadır.
Author
Amenah Alwan Salman Al Hayalı
Institution
How to Cite
Amenah Alwan Salman Al Hayalı (Yüksek Lisans Tezi). Detection of cardiac arrhythmias in electrocardiograms using deep learning, 2022, Altınbaş University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from Altınbaş University
- Samuel P. Huntington'ın Medeniyetler Çatışması' ve Immanuel Wallerstein'ın Dünya Sistemleri Analizi'nin karşılaştırılması(2024)
- Olumsuz çocukluk deneyimlerinin ebeveyn tutumları üzerindeki etkisinde öz yeterliğin moderatör etkisi(2025)
- The conscious impact of fractal dimension in hospital architecture: Enhancing warmth and comfort(2024)
- FoMO'nun marka bağlılığı üzerine etkisi: kozmetik sektörü üzerine bir araştırma(2024)
- Kablosuz sensör ağında optimize edilmış özellik seçimi ile hibrit makine öğrenmesi tekniğine dayalı gelişmiş anomali tespit sistemi tasarımı(2025)
- Synthesis and evaluation of nano particles for anticancer application(2025)
