Görgül Mod Fonksiyonların Eliptik Analizi ile Kongestif Kalp Yetmezliği Teşhisi Elliptic Analysis of Instinct Mode Functions based CHF Detection Apdullah YAYIK 1 , Gökhan ALTAN 2 , Yakup KUTLU 3 , Serdar YILDIRIM 4 ve Esen YILDIRIM 5 1 Kara Kuvvetleri Komutanlığı ayayik@kkk.tsk 2,3,4,5 Mustafa Kemal Üniversitesi Bilgisayar Mühendisliği Bölümü galtan_mku@gmail.com, ykutlu@mku.edu.tr, serdar@mku.edu.tr eyildirim@mku.edu.tr Özet Kongestif Kalp Yetmezliği (KKY) dünya çapında insanları etkileyen kardiyolojik bir hastalıktır. Elektrokardiyogram (EKG) işaretleri kullanılarak KKY teşhisi önemli bir araştırma alanıdır. Bu çalışmada; KKY teşhisi için İçsel Mod Fonksiyonu (İMF) ve İkinci Derece Fark (İDF) tabanlı akıllı sistem önerilmektedir. Görgül Kip Ayrışımı yöntemiyle (GKA) EKG sinyali simetrik İMF adındaki alt bantlara ayrılmaktadır. İDF değerleri hesaplanan tüm alt bantlar kartezyen sistemde eliptik bir yapıda dağılım gösterdiklerinden öznitelik olarak %95 güven eliptik parametreleri çıkarımı yapılmıştır. K-en yakın komşu yöntemi tabanlı sınıflandırıcı ile test edilen sistemin performansı İMF tabanlı farklı yaklaşımlar ile karşılaştırılmıştır. Abstract Congestive heart failure (CHF) is a world common cardiologic disease that affects human-beings. Detecting CHF patients via Electrocardiogram (ECG) is a vital area of research. In this paper; instinct mod function (İMF) and second order difference (SOD) method based intelligence system is proposed. ECG signal is partitioned in to İMF named bands using empirical mode decomposition (EMD). Due to SOD values of all IMFs elliptic structure %95 confidence elliptic parameters are extracted as features. Proposed system is tested using k-nearest neighbor classification method and compared with different IMF based approaches. 1. Giriş Kongestif Kalp Yetmezliği (KKY), kalbin vücudun ihtiyaçlarını karşılayabilecek kadar kan pompalayamamasıdır. Kalbin sağ, sol veya her iki karıncığının; içindeki kanı, her vuruşunda damarlara yeterli miktarda gönderememesi sonucu oluşur. KKY hastalığının erken teşhis edilmesiyle, uygun bir şekilde tedavi edilmesi mümkün olduğundan elektrokardiyogram (EKG) kayıtlarından KKY hastalığının otomatik olarak belirlenmesi klinik açıdan oldukça önemlidir. Fiziksel ve görsel incelemeler yapılarak bazı kalp rahatsızlıklarını incelenmesi yapılmaktadır. Fakat bu incelemelerde KKY rahatsızlığının teşhisi kesin olarak koyulamamaktadır. KKY şüphesi bulunan hastalarda ekokardiyografi, anjiyografi, elektrokardiyografi, göğüs röntgen filmi, BNP (Beyin(B-tip) Natriuretik Peptid), MR görüntüleme gibi ek testlerden bir veya birkaçı uygulanmakta ve sonrasında teşhis konulmaktadır [1]. Literatürde KKY hastalığının teşhisi için farklı yöntemler kullanılarak çeşitli öznitelikler ile sınıflandırma işlemleri gerçekleştirilmiştir. Bunlar içinde, İşler [1] R-R kalp hızı değişkenliği EKG sinyalinin poincare fark değerlerini ve istatistiksek değerlerini sınıflandırıcıda öznitelik olarak kullanmıştır [1]. Übeyli [2] KKY hastalığını bir aritmi gibi değerlendirerek diğer aritmi çeşitleri ve normal sinyali, EKG sinyalinin öz değerlerini öznitelik olarak kullanarak sınıflandırma yapmıştır. Thuraisingham [3], ikinci derece fark harita grafiği verilerini, R-R kalp hızı değişkenliği EKG verileri ile KKY ve Normal hastaların sınıflandırmak için kullanmıştır. Yayık ve Kutlu ham EKG verilerinin sadece poincare fark değerlerini [4] ve ikinci derece fark harita parametresi [5] kullanarak KKY teşhisi yapmıştır. Orhan [6] genlikte ve zamanda eşit frekans adından yeni bir ayrışma yöntemi kullanarak KKY ve Normal hastalarının ayrıştığını tespit etmiştir. Kamath [7] R-R Kalp hızı değişkenliği EKG veri setindeki Normal ve KKY hastalarının Teager enerji ikinci derece fark harita grafiği parametreleri kullanılarak k-nn sınıflandırıcı ile neredeyse % 100 genel başarım ile sınıflandırılabileceğini iddia etmiştir. Norden E. Huang tarafından önerilmiş olan Görgül Kip Ayrımı (GKA) metodu hem doğrusal hem de durağan olmayan işaretlerin analizine imkân veren adaptif ve etkili bir yöntemdir [8]. GKA metoduyla, sinyal her biri tek elemanlı diğer bir deyişle en küçük zaman biriminde tek frekans içeriğine sahip, sınırlı ve küçük sayıda fonksiyona bileşene ayrılır. Bu bileşenler İMF olarak adlandırılırlar. GKA yönteminin EKG işaretlerine uygulanmasıyla, bu işaretlerin eksiksiz olarak incelenmesi mümkündür. GKA yöntemi, biyomedikal işaret işleme alanında pek çok çalışmada kullanılmıştır. Elektrokardiyogram (EKG) verilerinin gürültüden arındırılması [9], yüzey elektromiyografi (EMG) işaretlerinden öznitelik çıkarılması [10] EMG işaretlerinin filtrelenmesi [11] ve sizofrenik EEG işaretlerindeki faz uyumu bu çalışmalardan bazılarıdır. Son zamanlarda EEG işaretlerinden epilepsi tespitinde de GKA yöntemi kullanılmıştır [12], [13]. KKY ve Normal hastalara ait EKG sinyali gözle incelendiğinde aralarında fark maalesef yeterli düzeyde anlaşılamamaktadır. Bu sebeple literatürdeki çalışmalardaki geleneksel tekniklerden farklı olarak sinyali meydana getiren deneysel (görgül) alt bileşenleri inceleme ihtiyacı araştırma ekibimiz tarafından hissedilmiştir. Bu çalışmada İMF lerin İkinci Derece Fark Değerlerinin %95 güvenli elips parametreleri yoluyla Kongestif Kalp Yetmezliği teşhisi yapılması amaçlanmaktadır. Bu amaç¸ doğrultusunda