Akademik Veri Yönetim Sistemi
Gülmezoğlu M. B., Ergin S. (Yürütücü)
Yükseköğretim Kurumları Destekli Proje, 2012 - 2015
Bu projenin ilk aşamasında, sürücülerin araç kullanımlarının benzetim
ortamında modellenebilmesi amacıyla iki adet sürüş simülatörü kurulmuştur. Projenin ikinci aşamasında,
araç simülatörü üzerinde fizyolojik sinyallerin ölçümü ile yeni bir veri tabanı
oluşturulması işlemine başlanmıştır. Bu işlem esnasında, cinsiyet, yaş, kilo ve
boy gibi faktörleri dikkate alarak mümkün olduğunca geniş bir kitle hedeflenmiş
ve ölçümlerde yer alan gönüllülerin seçiminde bu hususa dikkat edilmiştir. Bu
aşamada, projenin amacına yönelik veri tabanının oluşturulmasının çok zor ve
zaman alıcı olduğu görülmüş olup; kalp krizi, aritmi, taşikardi, vb. sağlık
sorunu olan kişilerden ve herhangi bir sağlık problemi olmayan kişilerden
toplanmış hazır bir EKG sinyal veri tabanı bulunmuştur. Normal ritim, konjestif
kalp yetmezliği (congestive heart failure), karıncık taşiaritmisi (ventricular
tachyarrhythmia) ve atriyal fibrilasyon (atrial fibrillation) isimli 4 farklı
kalp sağlık durumunu içeren fizyolojik sinyallere zaman ve frekans
düzlemlerinde analizler yapılmış ve ayırt edici bilgileri taşıyan öznitelikler
çıkartılmıştır. Daha sonra, farklı tipteki öznitelik kümelerinin çeşitli kombinasyonları analiz
edilerek daha yüksek ayırt ediciliğe sahip hibrid öznitelik kümesi veya
kümeleri elde edilmeye çalışılmıştır. Projenin bu aşamasında, benzetim
ortamında farklı öznitelik kümeleri ve sınıflandırma algoritmaları kullanılarak
başarım analizi yapılmıştır. Bu analizin sonucunda sağlık durumu sınıflandırma
konusunda en yüksek ayırt edicilik sağlayan öznitelik kümeleri ve en yüksek
başarımı sağlayan sınıflandırma algoritmaları belirlenmiştir.
Projenin üçüncü aşamasında, bir biyometrik kimlik belirleme çalışması yapılmıştır. Biyometrik kimlik belirleme problemi, cinsiyet, yaş ve kimlik belirlemeyi içeren 3 temel tanıma problemi olarak ele alınmıştır. Bu çalışmada göz önüne alınan her bir tanıma problemi için en yüksek F-skoru, bütün öznitelik kümeleri beraber kullanıldığında elde edilmiştir. Projenin dördüncü aşamasında ise, oldukça sık karşılaşılan kardiyak bir rahatsızlık türü olan aritmi sınıflandırma üzerine çalışmalar yapılmıştır. MIT-BIH aritmi veritabanı içerisindeki 15 farklı kalp atış tipi, ANSI/AAMI EC57:1998 standardı dikkate alınarak beş ana sınıf altında gruplandırılmış ve bu gruplar vasıtasıyla kardiyak aritmilerin otomatik sınıflandırılmasına çalışılmıştır. EKG sinyalleri üzerinden elde edilen öznitelik kümelerinin çeşitliliği göz önüne alındığında, yaygın olarak kullanılan özniteliklerin ve onların kombinasyonlarının aritmi sınıflandırma performansına katkıları, bu çalışmada kapsamlı bir şekilde irdelenmiştir. Deneyler, özniteliklerin ayrı ayrı kullanılması yerine kombinasyonlarının kullanılmasının her iki sınıflandırıcı için daha iyi F-skorları verdiğini göstermiştir. Ayrıca bütün deneyler, ağırlıklı ortalama F-skorlarına göre Rastgele Orman (Random Forest) ağaç sınıflandırıcısının, C4.5 sınıflandırıcıdan biraz daha üstün olduğunu belirgin bir şekilde göstermektedir.
Projenin son aşamasında ise, tüm proje bulgularından yola çıkılarak gerçek-zamanlı bir sistem tasarımı ve gerçeklemesi planlanmıştır. Veri toplama kartı tarafından bilgisayara iletilen sayısal EKG sinyalleri, proje kapsamında geliştirilmiş olan gerçek-zamanlı EKG sinyal işleme yazılımı sayesinde işlenmekte ve sürücü kalp sağlık durumu hakkında bilgilendirmektedir. Yazılım, öncelikle ham halde alınan sayısal EKG sinyalleri üzerinde çeşitli sayısal filtreleme ve güçlendirme işlemleri uygulamaktadır. Sonraki aşamada ise R noktalarını tespit ederek kalp ritmini ölçmekte ve dakikadaki atım sayısını değerlendirerek “normal”, “bradikardi” veya “taşikardi” şeklinde sınıflandırma yapmaktadır. Bu sayede kullanıcının temel kardiyak probleminin olup olmadığı gözlenebilmektedir. Projenin bu aşamasında, gerçek-zamanlı sistemin ürettiği sonuçların daha doğru hale getirilmesi için yazılım çeşitli testlere tabi tutularak tespit edilen hatalar giderilmiş, sinyal güçlendirme ve süzgeçleme işlemlerinin parametreleri optimize edilmiştir.