Fonokardiyogram verilerinden derin öğrenme tabanlı mel spektrogramanalizi ile kalp üfürümü tespiti

Kalp oskültasyonu, kalp seslerinin değerlendirilmesi ve kapak hastalıklarının belirlenmesinde kullanılan temel klinik yöntemlerden biridir. Ancak bu yöntemin doğruluğu büyük ölçüde klinisyenin deneyimine bağlıdır ve bu durum tanısal sonuçlarda değişkenliğe yol açabilmektedir. Bu çalışma, söz konusu sınırlamaları azaltmak amacıyla kalp seslerinin sınıflandırılmasına yönelik derin öğrenme tabanlı otomatik bir sistem önermektedir. Bu kapsamda fonokardiyogram (FKG) sinyalleri Mel-spektrogram temsiline dönüştürülerek zaman-frekans alanındaki ayırt edici özellikler elde edilmiştir. Elde edilen özellikler, kalp seslerini dört sınıfa ayırmak için kullanılmıştır: normal kalp sesleri, üfürümlü anormal sesler, normal sonuçlu üfürümler ve üfürümsüz anormal sesler. Sınıflandırma sürecinde Konvolüsyonel Sinir Ağları (CNN) kullanılmış ve ResNet50 ile ResNet152 gibi transfer öğrenme tabanlı mimarilerden yararlanılmıştır. Veri kümesindeki sınıf dengesizliğini azaltmak için hedefli veri artırma yöntemleri uygulanmıştır. Deneysel sonuçlar, ResNet152 modelinin yaklaşık %84.6 doğruluk oranı ile en iyi performansı gösterdiğini ortaya koymuştur. Elde edilen bulgular, önerilen yaklaşımın yüksek ayırt edicilik sağladığını ve klinik karar destek sistemlerinde kullanılabileceğini göstermektedir.

Heart auscultation is a fundamental clinical method used to evaluate heart sounds and detect valve diseases. However, its accuracy largely depends on the clinician's experience, which may lead to variability in diagnostic outcomes. This study proposes a deep learning–based automatic system for classifying heart sounds to reduce these limitations. Phonocardiogram (PCG) signals are first transformed into Mel-spectrogram representations to extract discriminative time–frequency features. These features are used to classify heart sounds into four categories: normal, murmur-related abnormal, normal outcome murmurs, and abnormal sounds without murmurs. Convolutional Neural Networks (CNNs) are employed, utilizing transfer learning architectures such as ResNet50 and ResNet152. To address class imbalance, targeted data augmentation techniques are applied. Experimental results show that the ResNet152-based model achieves the highest performance with approximately 84.6% accuracy. The findings demonstrate that the proposed approach provides strong discriminative capability and has significant potential for use in clinical decision support systems.