ECG stands for electrocardiography. It is an interpretation of the electrical activity of the heart over time. Electrodes are placed on the skin in specific coordinates. The activity of the heart is extracted on the ECG paper as 12 leads. Each lead represents the activity from a different section of the heart. For the heart being the center of blood circulation, a malfunction in the working cycle of the heart may cause big damage or be an indicator of a malfunction in another area of the body. Hence, examination of the heart activity has vital importance. ECG is the most common technique. Experts perform ECG analysis using the scaled paper output of the ECG machine. The most important point in ECG analysis is to correctly detect anomalies.In this thesis, fuzzy approach is used for ECG analysis. The ECG dataset in the UCI database is used. This dataset contains of inputs from normal and abnormal ECGs. All the anomalies are used to construct one class and normal ECG data is used to construct another class. The main purpose of the system is to detect anomalies correctly. In order to achieve this goal, a fuzzy support vector machine is constructed. Different fuzzy membership functions are tested to reach the best performance. The output of the fuzzy support vector machine system is compared to other classification methods. Results show that the fuzzy support vector machine outperforms other methods.

EKG, elektrokardiyografinin kısaltmasıdır. Kalpteki elektriksel aktivitenin zamana bağlı değişiminin göstergesidir. Elektrotlar vücutta belli noktalara yerleştirilir. Kalp aktivitesi EKG kağıdına 12 derivasyon olarak aktarılır. Herbir derivasyon farklı bir kesitten alınan aktiviteyi gösterir. Kalbin kan dolaşımının merkezi olması sebebiyle; döngüsündeki bir işlev bozukluğu, büyük bir hasara sebep olabilir veya vücudun başka bir bölgesindeki işlev bozukluğunun göstergesi olabilir. Bu sebeple, kalp aktivitesinin kontrol edilmesi hayati önem taşır. EKG, kullanılan en yaygın tekniktir. Uzmanlar EKG makinesinden çıkan ölçekli kağıt çıktısını kullanarak EKG analizi yaparlar. EKG analizindeki en önemli husus, anormallikleri doğru tespit etmektir.Bu tezde, EKG analizinde bulanık yaklaşım kullanılmıştır. UCI veritabanındaki EKG veriseti kullanılmıştır. Bu veriseti, normal ve anormal EKGlerden oluşur. Tüm anormal EKGler bir sınıf ve normal EKGler bir sınıf oluşturacak şekilde düzenlendi. Sistemin esas amacı; anormallikleri doğru tespit etmektir. En iyi performansı elde edebilmek için birçok bulanık üyelik fonksiyonu denendi. Sistemin çıktısı diğer sınıflandırma yöntemleri ile karşılaştırıldı. Sonuçlar bulanık destek vector makinesinin diğer yöntemlerden daha başarılı olduğunu gösterdi.