EMG işaretlerinin incelenmesi ve madenciliği uygulaması

Abstract

Çalışmanın amacı elektromiyogram işaretleri için veri madenciliği teknikleri kullanılarak otomatik olarak veri analizinin ve miyopati ve nöropati hastalıklarının teshisinin yapılabileceği bir metodu kapsamaktadır.Verilerin analizinde Yeni Zelanda Waikato Üniversitesi tarafından geliştirilen ve Java tabanlı bir makina öğrenmesi paketi olan WEKA (Waikato Environment for Knowledge Analysis) veri madenciliği platformu kullanılmıştır.Yapılan çalışmada hastalık teşhisinde % 95 oranında doğruluk elde edilmiştir.Anahtar kelimeler: Elektromiyogram, Miyopati; Nöropati, Veri Madenciliği

In the current work we propose a methodology for the automated creation of data analyzing with using data mining techniques and applied in Myopathy and Neuropathy beat classification.A Java based machine learning pocket WEKA (Waikato Environment for Knowledge Analysis) data mining platform which is developed by University of Waikato in New Zealand, used for data analyzingIn the current work we obtained high truth (% 95) for disease identification.Key Words: Electromyography, Myopathy, Neuropathy, Data mining