Analysis of spine sounds for spinal health assessment

Bu tez, eklem sağlık değerlendirmesi için akustik biyo-sinyallere dayalı bir omurga sağlık değerlendirme sistemi önermektedir. Bu çalışmanın amacı MR, CT veya x-ray taramaları gibi geleneksel omurga sağlık değerlendirme tekniklerine bir alternatif sunmaktır. Geleneksel yöntemler zaman alıcı, pahalı ve zararlı (tıbbi tarama tekniklerinden kaynaklanan radyasyonun oluşturduğu risk) olduğundan bu çalışma ile ucuz, hızlı ve zararsız bir yöntem önerilmektedir. Omurga sağlık problemi olan bireylerde olağan dışı sesler tepit edilmiştir. Deneklerin omurgasından toplanan eklem sesleri kullanılarak bir teşhis algoritması geliştirilmiş, öznitelik çıkarımı ve sınıflandırmayı gerçekleştirmek için otomatik ses tanıma algoritmaları kullanılmıştır. İlk olarak, öznitelik parametreleri omurga seslerinden çıkarılmıştır. Konuşma tanıma için en popüler öznitelik çıkarma yöntemlerinden biri olan Mel Frekans Kepstrum Katsayıları (MFCC) kullanılmıştır. MFCC parametreleri Yapay Sinir Ağarı (ANN) sınıandırma metodu ile sınıandırılmıştır. Buna ek olarak, saçılma dönüşümlü cepstral katsayıları (STCC) algoritması, MFCC'deki mel filterbanka alternatif olarak uygulanmıştır. Deneklerin tıbbi geçmişi ile toplanan ses verilerindeki "klik" sesi arasındaki korelasyon, sınıflandırma algoritmasının temelini oluşturmaktadır. Toplanan veriler ışığında, bel ağrısı (bel fıtığı) geçiren ancak sağlıklı bireylerde değil, 'klik' seslerinin algılandığı gözlemlenmiştir. 'Klik' sesinin tanımlanması MFCC / STCC ve ANN kullanılarak yapılır. Sistem, MFCC algoritması kullanıldığında 'klik' sesleri tespit etmede %92.2 başarı oranına sahiptir. STCC öznitelik çıkarma şeması kullanıldığında başarı oranı %83.5'dir.