Dalgacık dönüşümü biyomedikal işaretler gibi durağan olmayan işaretlerin analizinde kullanılan en önemli metotlardan biridir. Kalp hızı değişkenliği (KHD) işaretleri, içerisinde bulunan süreksizlikler ve çok küçük frekans aralıkları ile dalgacık dönüşümüne en uygun adaylardan biridir.Bu çalışma, literatürde çok nadir kullanılan ventriküler taşiaritmi veri tabanı üzerinde gerçekleştirilen KHD analizlerini kapsar. Bu kapsam ektopikli ve ektopiksiz KHD'lerin ayrık dalgacık dönüşümü (ADD) kullanılarak analizi ve SD'nin hesaplanması, ADD ve dalgacık paket dönüşümü (DPD) ile frekans bantlarındaki enerji değerlerinin tespiti ve sonuçların karşılaştırmalı analizi, DPD ile ADD uygulaması sırasında meydana gelen frekans bant kaymalarının ortadan kaldırılarak frekans bantlarının literatüre uygun hale getirilmesi, ADD ve yapay sinir ağları (YSA) ile SD `nin otomatik tespiti, DPD ve YSA kullanımı ile alt bantlardaki baskın bileşenlerin belirlenerek frekans bantlarının daraltılması, literatürde nadir bahsedilen ÇAF bandının analizi, ve tüm elde edilen sonuçların ventriküler taşikardi ve ventriküler fibrilasyon açısından ayrıntılı olarak değerlendirilmesini içine alır.KHD 'lerin DPD ile analizi, ÇAF bölgesinin değerlendirilmesi, SD'nin otomatik tespiti ve baskın frekans alt-bantlarının belirlenmesiyle ilgili, yapılan ilk çalışma olma özelliğini taşıyan bu tez, elde ettiği sonuçlar, önerdiği güncel metotlar ile VT ve VF için ortaya koyduğu değerlendirmelerle literatürdeki çok önemli bir eksikliği ortadan kaldırmaktadır.
Wavelet Transform that is used for analyses of non-stationary signals as biomedical signals is one of the most important methods. Heart Rate Variability (HRV) signals having discontinuities and very small frequency ranges are one of the most appropriate for Wavelet Transform.This study contains HRV analyses which are applied on ventricular tachyarrhythmia database that isn?t analyzed as detailed in the literature. This scope consists of HRV analyses with ectopic and without ectopic using Discrete Wavelet Transform (DWT), the determination of Sympathovagal Balance (SB), the detection of frequency bands energy values and compare of its results using DWT and Wavelet Packet Transform (WPT), to optimize the frequency band shifts in DWT using WPT, the automatic detection of SB using DWT and Artificial Neural Networks (ANN), the identification of domination sub-bands using WPT and ANN, analysis of the Very Low Frequency (VLF) band that is defined occasionally in the literature, and the evaluation of all of the obtained results in the Ventricular Tachyarrhythmia database.This thesis is the first study including specifications that HRV analysis with WP, interpretation of VLF band, automatic detection of SB and identification of dominant frequency sub-bands. Obtained results, proposed actual methods and evaluation of Ventricular Tachycardia (VT) and Ventricular Fibrillation (VF) resolves an important drawback.
