Professional Documents
Culture Documents
Yapay Si̇ni̇r Ağlari Ve Dalgacik Dönüşümü Kullanilarak Damar Sertli̇ği̇ Hastaliğinin Teşhi̇si̇
Yapay Si̇ni̇r Ağlari Ve Dalgacik Dönüşümü Kullanilarak Damar Sertli̇ği̇ Hastaliğinin Teşhi̇si̇
Özetçe – Bu çalışmada, 82 sağlıklı ve 95 hastalıklı kişiden testler olmak üzere pek çok test tekniği kullanılmaktadır ve
karotid atardamar Doppler sinyalleri kaydedilmiştir. Bu anjiografi altın standart olarak bilinmektedir. Fakat pahalı
sinyallere Dalgacık Dönüşümü kullanılarak işaretlerin olması ve invasive olması gibi dezavantajlara sahiptir.
özniteliği çıkarılmış ve Kısa-Zaman Fourier dönüşümü
metodu kullanılarak öznitelik sinyallerinin güç spektrumu Daha ucuz ve noninvasive teknik olan ses ötesi Doppler
elde edilmştir. Daha sonra veri azaltmak amacıyla kullanılan tekniği daha çok tercih edilmektedir. Bu teknikte kana bir
Temel Bileşenler Analizi sonucunda elde edilen veriler sesötesi sinyali gönderilir ve bu sinyalin kırmızı kan
kullanılarak Yapay Sinir Ağları sınıflandırma yöntemi ile hücreleri tarafından yansıtılan kısmı algılanır. Gönderilen
hastalıklı kişiler ayırd edilmiştir. Eğitimden sonra yapay sinir ve yansıyan dalgalar arasında oluşan Doppler ses sinyali
ağlarının testi gerçekleştirilmiştir. Test sonucunda 97 kişiden fark frekansı, kanın akış hızı ile doğrudan orantılıdır [3].
2 kişinin yanlış sınıflandırılması sonucu %97.9 başarı elde
edilmiştir. Bu çalışma sonucunda ses ötesi Doppler cihazına Kan akışı ile Doppler ses sinyali arasındaki ilişkiden
yardımcı olarak kullanılabilecek yazılım gerçekleştirilmiştir. yararlanılarak çeşitli tıbbi bilgiler elde edilebilmesi için
Hızlılığı, kullanım kolaylığı, ucuzluğu, hata yapmadan karar Doppler ses sinyali, spektrum analiz metotları ile analiz
vermede yardımcı olması bu sistemin üstünlüklerini edilmektedir [4]. Hastalık derecesini değerlendirmek için
sağlamaktadır. Doppler ses sinyalinin frekansının spektral analizini
gerçekleştirmek sadece kan akış hızı hakkında bilgi
Anahtar Sözcükler: Damar sertliği, Karotid Atardamarı, Dalgacık
vermeyip aynı zamanda dağınık akış hakkındada bilgi
Dönüşümü, Güç spektral yoğunluğu, Temel Bileşenler Analizi,
Yapay Sinir Ağları vermektedir.
Doppler seslerinde frekans analizi için çoğunlukla Kısa-
Abstract - In this study, Doppler ultrasound signals were acquired Zaman Fourier dönüşümü (KZFD) tekniği kullanılmıştır
from carotid arteries of 82 patients with atherosclerosis and 95 [5]. Bu metot da işaretin durağan sayılabilecek kısımları
healthy volunteers. We have employed discrete wave transform pencere ismi verilen fonksiyonlarla elde edilir ve Fourier
(DWT) of Doppler signals and power spectral density graphics of
these decomposed signals using Short Time Fourier Transform dönüşümü, elde edilen bu sinyale uygulanır. Seçilecek
(STFT) method. After that, we have performed Principles component pencereleme işaretinin türü çok önemlidir. Çünkü zaman
analysis (PCA) for data reduction and ANN in order to distinguish ekseninde dar pencerelerle gerçekleştirilen KZFD
between atherosclerosis and healthy subjects. After the training
phase, testing of the artificial neural network (ANN) was established. sonucunda, işaret zaman ekseninde iyi bir çözünürlük
The overall results show that 97.9% correct classification was sergilerken frekans ekseninde ise çözünürlük kötü
achieved, whereas 2 false classifications have been observed for the seviyelerde olacaktır. Tersi durumda yani pencere
test group of 97 people. In conclusion we are proposing a
complimentary expert system that can be coupled to software of the
genişletildiğinde frekans çözünürlüğünde iyileşme
ultrasonic Doppler devices. The diagnosis performances of this study gözlenirken zaman ekseninde çözünürlük azalacaktır.
show the advantages of this system: it is rapid, easy to operate, non KZFD’nin özünde taşıdığı bu problemden dolayı yeni
invasive, inexpensive and making a decision without hesitation.
alternatif bir teknik olarak ayrık zamanlı dalgacık
Keywords: Atherosclerosis, Carotid artery, Wavelet Transform, Power
dönüşümü kullanılmaktadır. [6] Bu çalışmada farklı
spectral density, Principles component analysis, Artificial Neural Network kişilerden alınan karotid atardamar Doppler işaretlerinin
spektral analizi ayrık zamanlı dalgacık dönüşümü ile
gerçekleştrilmiştir. Ayrık zamanlı dalgacık dönüşümü
I. GİRİŞ sonucunda elde edilen öznitelik vektörlerine Fourier
dönüşüm metodu kullanılarak güç spektral yoğunlukları
Damar sertliği atardamarlarda yağ ve bağ dokusu
elde ediştir ve elde edilen güç spektrumlarına Ana
hücrelerinin birikimiyle damar duvarında kalınlaşma ve
Bileşenler Analizi (ABA) kullanılarak veri azaltma işlemi
esneklik kaybına yol açan bir hastalıktır ve yaygın olarak
gerçekleştirilmiştir. Böylelikle sınıflandırma işlemi için
bütün atardamarları tutan bir hastalıktır. Damar sertliğine
kullanılan çok katmanlı perseptron sinir ağının giriş
ait klinik belirtiler hastalığın ileri dönemlerinde, damar
vektörü elde edilmiştir.
hasarı belirginleştikten sonra ortaya çıkmaktadır ve sonuçta
damar fonksiyonunun bozulması beyin kanaması, bacakları
kullanmada zorluklar oluşturmaktadır [1, 2]. Damar
sertliğinin teşhisi için kan testleri, anjiografi ve ses ötesi
(4)
Doppler sinyalleri 82 sağlıklı ve 95 damar sertliği tanısı başlangıç şartı H0(z) = 1 dir ve Formül (5) de zaman
almış hastadan alınmıştır. Karotid arter Doppler sinyalleri ekseninde ikili skala olarak ifade edilmektedir.
kayıtları, Gevher Nesibe uygulama hastanesi kardiyoloji ve
kalp-damar cerrahisi kliniği radyoloji anabilim dalı içinde
bulunan Toshiba PowerVision Doppler ultrasonografi
cihazı ile yapılmıştır. (5)
Sistem donanımı; lineer ultrasonik dönüştürücü, darbeli
modda çalışabilen dijital Doppler ünitesi, Doppler
[ . ]↑m alt simgesi ayrık zamanda örneklenmiş m ve k
cihazının ses verilerinin analiz edilerek güç spektrumunun
faktörleri ile yukarı örneklemeyi gösterir.
çizdirilmesi ve görsel hale getirilmesi için kullanılan kişisel
bilgisayardan oluşmaktadır. Normalize edilmiş dalgacık ve temel skala
Doppler ünitesinde 10MHz doğrusal ultrason fonksiyonlarını simgeleyen ifadesi,
dönüştürücüsü ile uzun ekseni boyunca görüntülenmiş Formül (6) ile tanımlanır.
bulunan karotid arterin merkezine darbeli ses ötesi dalgalar
gönderilerek yansıyan sinyaller kaydedildi. Bütün
hastalarda ve sağlıklı kişilerde ses dalgalarının gönderildiği
açı ve cihazın diğer önayarları sabit tutuldu. Ses (6)
dalgalarının gönderildiği açı elektronik doğrultma
yöntemleri ve elle manipülasyon suretiyle 45 derecede
sabitlenerek daha sonra elde edilen spektrum analizlerinin Bu formülde 2i/2 iç çarpım faktörü, i ve l de sırasıyla
standardize edilmesi hedeflendi. Kazanç ayarı zemin skala ve dönüşüm faktörüdür. Ayrık dalgacık dönüşüm
gürültüsünün izlenmemesine gayret edilerek spektral dalga ayrıştırması ise Formül (7) ile tanımlanır.
formu net izlenebilecek şekilde yapıldı. Bu şekilde optimal
görüntüleme sağlandıktan sonra Doppler ünitesi ses
çıkışından 44100Hz. frekansta örneklenerek kaydedilen
Doppler sinyalleri arabirim kartıyla bir bilgisayara aktarıldı (7)
[7]. Doppler sinyallerinin içerdiği spektral bilgiyi görsel
olarak incelemek ve işaretin spektrumunun zamanla
değişimini incelemek için modern spektral analiz
Bu formül de sırasıyla s(i ) (l ) ve di (l ) , i
metodlarından ayrık zamanlı dalgacık dönüşümü metodu çözünürlüğünde yaklaşım ve detay katsayılarıdır [8, 9].
kullanılmıştır. Sağlıklı ve hastalıklı kişilere ait Doppler sinyalinin db3
dalgacığı kullanılarak elde edilen ayrıştırılmış sinyalleri şekil 1 ve
Ayrık Dalgacık Dönüşümü
2 de görülmektedir. Her bir ayrıştırılmış sinyalin güç spektral
Dalgacık dönşümü, şaretleri analiz etmek için yoğunlukları Fourier dönüşüm metodu kullanılarak
kullanılan bir yöntemdir, yüksek frekanslarda yüksek hesaplanmıştır. Fourier metodu uygulanırken 256’lık
zaman çözünürlüğü ve düşük frekans çönrlük özelliğine Hanning penceresi kullanılmış ve her bir hesaplama için
sahipken alçak frekanslarda ise yüksek frekans 128 örnekleme kaydırılarak yapılmıştır. Ayrıştırılmış
çözünürlüğü ve düşük zaman çözünürlüğünü sağlar. öznitelik vektörlerinin güç spektrum grafikleri şekil 4 ve 5
Yapılan çalışmada Doppler sinyalleri, Daubechies, ‘db3’ te verilmiştir. Hesaplamaların tamamında MATLAB
dalgacığının dördüncü seviyesi kullanılarak ayrılmıştır. programı kullanılmıştır. Fourier metodu için
Ana sinyal, dört detay (D1-4) ve son yaklaşım sinyali (A4) N −1
2π
kullanılarak katsayı matrisinden yeniden elde edilebilir. X k = ∑ x[n ]exp( − jkn ) (8)
n =0 N
Bütün dalgacık dönüşümleri standart tümlev ayna filtre
şartlarına kafi gelen alçak geçiren filtre, h a göre tayin denklemi kullanılmıştır. Buradaki X k katsayıları ayrık
edilebilir. Fourier katsayıları olarak adlandırılır. Burada N çerçeve
(1) []
boyu, X n zaman domeni giriş işaretidir. Bu işaretin güç
Bu formüldeki H(z) h filtresinin z-dönüşümünü temsil spectral yoğunluğunu bulmak için ayrık Fourier dönüşüm
etmektedir. Bu filtrenin tümleyeni olan yüksek geçiren katsayıları olan X k katsayılarının mutlak değerlerinin
filtre Formül (2) ile tanımlanır karelerinin logaritması alınmıştır.
(2) P(k ) = 10 log X k
2
(9)
Filtrelerin dizisi i alt simgesi ile sıralanan uzunluğa
göre elde edilebilir.
Ana Bileşenler Analizi
yi = f (∑ wij I i ) (10)
TABLO I.
TEST SONUÇLARI
İle ri A ktivite
1
1 2
1 Çıkış
2 Kat man ı
GİRİŞLER
ÇIKIŞ
1
3
4 7
18
Gizli Kat man la r
Hata Yayılımı
Şekil 6. YSA da iterasyon sayısına göre hatadaki değişim
Şekil 5. Kullanılan çok katlı perseptron yapısı
KAYNAKLAR
III. TARTIŞMA VE SONUÇ [1] Ross J, Schmid-Schoenbein G. “Dynamics of the peripheral
circulation” In: West JB (ed.). Physiologic basis of medical practice.
Test sonucunda ortalama karesel hata 0.00103 iken Williams and Wilkins, pp 138-158, Baltimore 1990.
eğitim sonucunda ortalama karesel hata 9 iterasyon da [2] Libley P. “Prevention and treatment of atherosclerosis” In: by
5.80*10-5 olarak elde edilmiştir (Şekil 6). Tablo 1 de Braunwald E, Fauci AS, Kasper DL, Hauser SL, Longo DL, Jameson
görüldüğü gibi , 97-98 % oranında sınıflandırma başarısı JL (Ed.s). Harrison's Principles of Internal Medicine. McGraw-Hill,
(15th ed), pp 1382-1385, London 2001.
elde edilmiştir. Eksi grupta 52 birey sağlıklı olarak [3] .W. Nichols, M.F. O’Rourke, McDonald’s blood flow in arteries:
sınıflandırılırken 1 birey için yanlış sınıflandırma Theoretical, experimental and clinical principles, (3rd ed), London,
görülmektedir. Artı grupta da çok yüksek bir hassasiyetle 1 UK: Edward Arnold, (1990).
yanlış sınıflandırma ve 43 doğru sınıflandırma [4] F.S. Schlindwein, D.H. Evans, A real-time spectrum analyzer for
görülmektedir. Genel olarak baktığımızda toplam 97 birey Doppler ultrasound signals. Ultrasound Med Biol.; 15(3), p. 263–72.
(1989).
için 2 yanlış sınıflandırma görülerek %97.9 doğru
[5] Z. Guo, LG. Durand, H.C. Lee, Comparison of time-frequency
sınıflandırma ile başarı sağlanmıştır. Bu sonuçlarla YSA distribution techniques for analysis of simulated Doppler ultrasound
97.7 % duyarlılıkta, 98.1% hassasiyette ve 97.7% olarak signals of the femoral artery. IEEE Trans. Biomed. Eng., 41(4),
artı tahminde hesaplanmıştır. (1994)
[6] J.H. Li, H. Peng, Y.Y. Du, J.H. Li, W.H. Wang, Analysis of Doppler
Bu çalışmada, ayrık dalgacık dönüşümü metodu, ultrasound blood flow signal basing on wavelet transform, J.
Fourier dönüşüm metodu, ana bileşenler analizi ve YSA Northeastern University (Nat Sci), 21(5), 487–489, (2000).
kullanarak carotid arter doppler sinyallerinden damar [7] S. Kara, A study of Mitral and Tricuspid valve blood flows by
sertliği hastalığı için bir sistem oluşturulmuştur. Bu Autoregressive spectral analysis method and Doppler Unit, Thesis of
metotlarla etkin bir sonuç çıkarabileceğimiz ortaya Doctorate, Institute of Science of Erciyes University Press, (1995)
çıkmaktadır. Ayrık dalgacık dönüşümü metodu Doppler
sinyallerinden bilgi çıkarma arasıyla kullanılan bir işaret