Heart sound segmentation using signal processing methods

Kalpte oluşan fiziksel bozuklukların kan akışını etkilemesi sonucu oluşan seslere üfürüm denir. Üfürümler birçok kalp hastalığının birincil habercisidir. Kalp seslerini stetoskop aracılığıyla dinlemek (oskültasyon) suretiyle üfürümler üzerinden teşhis yapılabilse de, bu tür teşhisler tıbbi uzmanlık gerektirmektedir ve hatalara oldukça açıktır. Literatürde otomatik sınıflandırma algoritmaları önerilmiş olsa da; ses dalgabiçimlerinden ayıklanacak olan özniteliklerin kalp atımı içerisindeki konumları teşhis açısından önem taşıdığı için, öncelikle birinci ve ikinci kalp seslerinin konumlarını belirlemek ve buna göre öznitelik seçmek gereklidir. Kalp atımlarının saptanması ve ayrıştırılması işlemine bölütleme (segmentasyon) adı verilmektedir. Kalp sinyalinin organik yapısı dolayısıyla öngörülebilir bir frekans-zaman profilinin olmaması, sadece ses kaydını kullanarak bölütleme işini zorlaştırmaktadır. Birçok ticari sistemde harici olarak bir EKG sinyali da kaydedilse de, EKG aygıtlarının stetoskop kadar yaygın olmaması bu sistemlerin erişilebilirliğini düşürmektedir. Yalnızca kalp sesi kullanarak bölütleme yapan algoritmalar olsa da, bu algoritmaların hepsinin üzerinde sonuç sunduğu ortak bir veritabanı yoktur. Bu çalışmada, var olan algoritmalara çeşitli uyarlamaların yanı sıra, bu çeşitlemeleri karşılaştırmak için kullanılabilecek bir değerlendirme ölçütü öneriyoruz. Örnekleri için elle yapılmış bölütlemelerin mevcut olduğu Pascal veritabanından alınmış 66 kayıt üzerinde bu yaklaşımların tüm kombinasyonlarını karşılaştırıyoruz. Bunun yanı sıra birkaç yöntemi karıştırarak sonuç kalitesini artırmayı amaçlayan bir birleşim de öneriyoruz. Karşılaştırdığımız tekil algoritmalar % 62'ye varan başarılar gösterirken önerdiğimiz birleşim ile % 75'lik bir başarı oranına ulaştık. Son olarak, Pascal gibi denetleme amaçlı veritabanlarının kolayca ve hatasız şekilde oluşturulabilmesi için bir araç ürettik.