HEART SOUNDS CLASSIFICATION USING DEEP LEARNING ALGORITHMS

Abstract

Derin öğrenme uygulamalarının yönlendirdiği sürekli gelişen tıp alanı, uygulamayı birçok yönden değiştiriyor. Kalp sesleri, kalp hastalığı teşhisi ile ilgili kritik unsurlardır. Bunlar, kalp seslerinden alınan sinyaller kullanılarak kalp anormalliklerinin tespit edilebildiği tekniklerdir. Bugün dünyada kalp hastalığının saygınlığı, bir kardiyologu çok önemli bir sağlık profesyoneli yapmaktadır. Aynı şekilde, kalp, kan damarlarını vb. içeren kardiyovasküler sistemin tedavisinde yapay zekanın rolü. Bu tür sistemler kardiyologlara hastalarda kalp sağlığını geliştirmede yardımcı olur. Klasik tanı yöntemi, kalp seslerindeki anormallikleri tespit etmek için kalp oskültasyonudur. Bu nedenle ayaktan kalp hastalığı olan veya olmayan hastaların taranması için kalp oskültasyonunun doğruluğu tanı sürecinde oldukça önemlidir. Bu, ayrıntılı bir taslak sağlamak için kalp seslerini inceleyerek sahadaki kardiyologlara daha fazla yardımcı olmak için daha doğru ve kesin bir bilgisayar destekli tanı (CAD) sistemine ihtiyaç olduğunu açıkça ortaya koydu. Bu çalışmada, sınıflandırma teknikleri kullanılarak anormal ve normal kalp seslerinin tespiti için derin öğrenme algoritmaları uygulanmıştır. Bu çalışma, deneysel araştırmalar bağlamında derin öğrenmeye dayalı kalp hastalıkları teşhisine genel bir bakış sunmaktadır. Ayrıca, bu çalışma, derin öğrenme teknolojisinin tıp bilimlerinde uygulanmasındaki ilerlemeleri gösteren araştırma çalışmalarını vurgulamaktadır.

The ever-evolving medical field driven by the applications of deep learning is changing the practice in many ways. Heart sounds are critical aspects that have to do with cardiac disease diagnosis. These are techniques in which heart abnormalities can be detected using signals gotten from heart sounds. The eminence of heart disease in the world today makes a cardiologist a very important health professional. Likewise, the role of artificial intelligence in the treatment of the cardiovascular system - which includes the heart, the blood vessels, etc. Such systems assist cardiologists in promoting heart health in patients. The classic diagnostic method is through cardiac auscultation to detect abnormalities in heart sounds. Thus, the accuracy of the heart auscultation is highly important in the diagnostic process to screen outpatients with or without heart diseases. This made it obvious there is a need for a more accurate and precise computer-aided diagnosis (CAD) system to further assist cardiologists in the field by examining heart sounds to provide a detailed outline. In this study, deep learning algorithms are implemented for the detection of abnormal and normal heart sounds using classification techniques. This study outlines the overview of deep learning-based heart diseases diagnosis in the context of experimental research. Furthermore, this study highlights research work that indicates the advances in the application of deep learning technology in medical sciences.