LabVIEW kullanılarak biyoelektriksel işaretlerin zaman frekans analizi

Günümüzde sayısal işaret işleme tekniklerinin biyoelektriksel işaretlere uygulanmasıyla, teşhis ve tanı işlemlerinde insana bağlı karar alma süreçleri önemli ölçüde azalmıştır. İşaretlerin içerdiği bilgileri anlamak için farklı yöntemler araştırılmaya başlanmıştır. Sayısal işaret işleme tekniklerinin bu alanda öneminin anlaşılmasıyla bu konuda yapılan çalışmalar hız kazanmıştır. Bu tez çalışmasının amacı, işaret işleme tekniğini, elektronik sistemlerin uygulama alanlarından biri olan biyomedikal alanında kullanım kolaylığı sağlayacak şekilde uygulamaya geçirmektir. Biyoelektriksel işaret işleme uygulamaları için genellikle MATLAB gibi metin tabanlı programlar kullanılmaktadır. Metin tabanlı dillerdeki en önemli dezavantaj kod ezberleme gerektirmesidir. Bu tez çalışmasında, grafik tabanlı kodlama yöntemine dayalı bir dil olan LabVIEW kullanılarak işaret işleme uygulamaları için yeni ve alternatif bir yöntem araştırılmıştır. Grafik kodlama yöntemiyle metin tabanlı dillerdeki dezavantajlar en aza indirilmeye çalışılmıştır. Bu tez çalışmasında benzetim ortamı olarak LabVIEW kullanılmıştır. Biyoelektriksel işaretlerden Elektroansefalogram (EEG) ve Elektrokardiyogram (EKG) işaretleri alınarak üç farklı uygulama gerçekleştirilmiştir. İlk uygulamada on tane EKG işaretinden kalp atım sayısı tespit edilmeye çalışılmıştır. Dalgacık dönüşümü aracılığıyla QRS tespiti yapan bir ara yüz oluşturulmuştur. EKG işaretinin işlenmesi üzerine yapılan çalışmalardan farklı olarak, bu tez çalışmasında dört farklı veri tabanlarına ait veri setleri kullanılmıştır. İkinci uygulamada EKG işaretinin içerisinde bulunan RR aralıklarından parametre çıkarımı yapan bir ara yüz oluşturulmuştur. MIT-BIH veri tabanından sağlıklı ve konjestif kalp yetmezliği hastalığına (KKY) sahip otuz bireye ait RR aralıkları alınarak, Kalp Hızı Değişkenliğine (KHD) ait zaman ve frekans parametreleri çıkartılmıştır. Çıkartılan parametreler boyut indirgeme algoritmalarından biri olan Temel Bileşen Analizine (TBA) uygulanmıştır. TBA'dan elde edilen veriler k-ortalama sınıflandırıcısına uygulanarak oluşturulan programın ve çıkartılan parametrelerin doğruluk oranları belirlenmeye çalışılmıştır. Son uygulama da ise farklı duyguların EEG üzerinde gözlenebilmesi üzerine bir çalışma yapılmıştır. Çalışma için DEAP veri tabanından dört bireye ait EEG işaretleri alınmıştır. Veri tabanından alınan EEG kayıtları, deneklerde dört farklı duyguyu uyandıracak şekilde izletilen videolar esnasında kaydedilmiştir. Alınan EEG işaretlerine dalgacık dönüşümü uygulanmıştır. Farklı duygu oluşturmak için izletilen videoların EEG üzerinde meydana getirdiği değişimler Güç Spektrum Yoğunluğu oluşturularak incelenmiştir.