Mitral valve is one of the valve which controls blood flow with high pressure on the left part of the heart and thus one of the valves in which illness are detected most. The most common mitral valve diseases are mitral regurgitation, mitral stenosis, and rarely chordae rupture, valve tumors and valve embolism.In this thesis, the parameters that will be able to help to diagnosis were investigated using data obtained from patients with mitral regurgitation and mitral stenosis with Ultrasonic Doppler technique; classification was carried out by using artificial neural network (ANN) method. Primarily, grey relational analysis technique was applied on sonogram images obtained from Doppler signals in order to increase the analysis resolution and reduce noise. Due to the fact that mitral valve Doppler signals show disorderly behavior in terms of time, to reveal nonlinear nature of these signals; Lyapunov exponents and correlation dimension calculations, chaotic parameters, were made on the diseased and healthy mitral valve Doppler signals and compared. Later, signals belonging to patients and healthy people were broken into sub-bands using Discrete Wavelet Transform (DWT); and entropy values that express the irregularity of the system were measured for each sub-band. Lyapunov exponents and correlation dimension calculations for signals which were divided into sub-bands with DWT were also measured and compared. Finally, sonogram envelopes obtained by image processing method and various attributes removed from the envelopes were applied to ANN and classification was carried out between patient and healthy people.

Mitral kapak; kalbin sol bölümündeki yüksek basınçlı kan akışını kontrol eden ve bu yüzden en çok hastalık tespit edilen kapaklarından birisidir. Mitral kapak hastalıkları; sıklıkla mitral yetmezliği, mitral darlığı, nadir olarak da kordal rüptürü, kapak tümörleri, kapak üzerinde pıhtılaşmadır.Bu tez çalışmasında; Ultrasonik Doppler tekniği kullanılarak sağlıklı, mitral darlık ve yetmezlik hastalarından elde edilen veriler kullanılarak teşhise yardımcı olabilecek parametreler araştırılmış ve Yapay Sinir Ağları yöntemi kullanılarak sınıflandırma işlemleri yapılmıştır. Öncelikle analiz çözünürlüğünü artırmak ve gürültüyü azaltmak için Doppler sinyallerinden elde edilen sonogram görüntüleri üzerine Grey Relational Analiz tekniği uygulanmıştır. Mitral kapak Doppler sinyallerinin zamana göre düzensiz davranışlar göstermeleri nedeniyle bu sinyallerin nonlineer yapısını ortaya koymak için hasta ve sağlıklı mitral kapak Doppler sinyalleri üzerinde kaos parametrelerinden Lyapunov üstelleri ve İlinti boyutu hesapları yapılmış ve karşılaştırılmıştır. Daha sonra hasta ve sağlıklı kişilere ait sinyaller Ayrık Dalgacık Dönüşümü (ADD) kullanılarak alt bantlarına ayrılmış ve her alt bant için sistemin düzensizliğini ifade eden entropi hesabı yapılmıştır. ADD ile alt bantlarına ayrılan işaretler için Lyapunov üstelleri ve İlinti boyutu hesapları da yapılarak karşılaştırılmıştır. Son olarak görüntü işleme metotları ile elde edilen sonogram zarfları ve zarflar üzerinden çeşitli öznitelikler çıkarılarak YSA'ya uygulanmış ve hasta ile sağlıklı kişiler arasında sınıflandırma işlemleri yapılmıştır.