Generating parkinsonian LFP signals with conditional diffusion model
Koşullu difüzyon modeliyle parkinson hastalarının LFP sinyallerinin üretilmesi
- Tez No: 1006062
- Danışmanlar: PROF. DR. TOLGA ESAT ÖZKURT
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Biyoistatistik, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Statistics, Biostatistics, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Veri Bilimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yerel alan potansiyelleri (LFP), eşzamanlı nöronal aktiviteyi yansıtan; sinirlerde ve nöronlar gibi dokularda üretilen kısa, toplanmış elektrik sinyalleridir. Parkinson hastalığının tespitinde LFP'ler, özellikle yükselmiş beta bandı aktivitesini ve Parkinson hastalığının patolojik salınımlarını tanımlamak ve bulmak için yaygın olarak kullanılır. Ancak, Kişisel Verilerin Korunması Kanunu'nun katı düzenlemeleri, yüksek kayıt maliyetleri ve beyin sinyallerinin yüksek depolama alanına ihtiyaç duyması gibi çeşitli kısıtlamalardan kaynaklı olarak LFP verilerinin toplanması ve buna ulaşılması zorlayıcıdır. Bu durum aynı zamanda, sağlam makine öğrenimi algoritmalarının ve modellerinin geliştirimesini de olumsuz etkilemektedir. Bu nedenle, bu tez Parkinson hastalığının salınım özelliklerini yakalayan, fizyolojik olarak ilgili LFP sinyallerini sentezlemek için koşullu difüzyon tabanlı bir üretken çerçeve sunmaktadır. Aynı zamanda bu çerçeve, kullanıcının ilaç alınmış veyahut alınmamış durumları, akinetik-rijit (AR) puanları ve titreme puanları gibi duruma bağlı özellikleri kontrol etmesi imkânını sağlamaktadır. Yeni tasarlanan koşullu difüzyon modeline girdi olarak kullanılmak üzere şu adımlar sırasıyla izlenmiştir: yüksek geçişli filtreleme, artefakt eliminasyonu, kanalların bipolar yeniden referanslanması, daha sonrasında yüksek beta bandı aktivitesine göre iki adet kanal seçimi, bu kanalların özelliklerini çıkarmak için kısa süreli Fourier dönüşümünün (STFT) uygulanması ve ardından bu özelliklerin büyüklük ve faza ayrıştırılması. Genel olarak, bu tez, Parkinson sinyallerinin veri kıtlığı için gerçekçi ve duruma bağlı sentetik LFP sinyalleri üreterek yeni bir üretken yaklaşım ortaya koymaktadır. Bu yaklaşım, Parkinson hastalığının bilgisayar modellemesi, biyobelirteç keşfi ve veri artırılması için potansiyel vadedebilir.
Özet (Çeviri)
Local field potentials (LFP) are brief, summed electrical signals that reflect synchronous neuronal activity and are produced in nerves and other tissues, such as neurons. Furthermore, in the detection of Parkinson's disease, LFPs are commonly used to identify and detect pathological oscillations of Parkinsonian, especially elevated beta-band activity. However, collecting and reaching LFP data is challenging due to several restrictions, including strict regulations under the Personal Data Protection Law, high recording costs, and substantial storage requirements for brain signals. Since accessing the Parkinsonian data is limited, it also negatively affects the development of robust machine learning algorithms and models. Hence, this thesis presents a conditional diffusion-based generative framework for synthesizing physiologically relevant LFP signals that capture Parkinsonian oscillatory characteristics, while also allowing the users to control over condition-dependent properties, such as medication off and on states, akinetic-rigid (AR) scores, and tremor scores. Instead of using raw LFP signals, a regulated preprocessing and feature extraction pipeline was applied to all signals to get logical results from the conditional diffusion model. These steps were followed to use as inputs to the newly designed conditional diffusion model: high-pass filtering, artifact rejection, bipolar re-referencing of the channels, choosing two re-referenced channels based on the beta peak power, applying the short-time Fourier transform (STFT) as feature extraction, and then decomposing these features into magnitude and phase. Overall, this thesis presents a novel generative approach to addressing the data scarcity of Parkinsonian signals by producing realistic and condition-dependent synthetic LFP signals. This framework may be potentially useful for computer modeling of Parkinson's disease, biomarker discovery, and data augmentation.
Benzer Tezler
- Rotenon modeli ile parkinson oluşturulan sıçanlarda davranışsal değişikliklerin değerlendirilmesi ve bu modelde yeşil çay polifenollerinin etkililiğinin araştırılması
Evaluation of the behavioral changes in rotenone induced parkinsonian rats and investigating the efficacy of green tea polyphenols in this model
MERVE SAYGI
Yüksek Lisans
Türkçe
2010
Eczacılık ve Farmakolojiİstanbul ÜniversitesiFarmakoloji Ana Bilim Dalı
PROF. DR. MEHMET GÜNGÖR
- Parkinson hastalarında kantitatif yürüme analizi
Quantitative gait analysis in Parkinson's disease
AYGÜN AKBAY ÖZŞAHİN
Yüksek Lisans
Türkçe
2006
Fiziksel Tıp ve RehabilitasyonMarmara ÜniversitesiNöroloji Ana Bilim Dalı
DOÇ. DR. DİLEK İNCE GÜNAL
- Parkinson hastalığı ve atipik parkinsonizm sendromlarında periferik nöropatik ağrının multimodal incelenmesi
Multimodal examination of peripheral neuropathic pain in parkinson's disease and atypical parkinsonism syndromes
SAHIB ROVSHANOV
- Parkinson genetik etiyogenezinde yeni nesil dizileme (NGS) yöntemi ile saptanan varyantların in-siliko analizi
In-silico analysis of variants that detected by the new generation sequencing (NGS) method in parkinson's genetic etiogenesi̇s
AHMET KABLAN
Tıpta Uzmanlık
Türkçe
2021
NörolojiÇanakkale Onsekiz Mart ÜniversitesiTıbbi Genetik Ana Bilim Dalı
PROF. DR. ÖZTÜRK ÖZDEMİR
- Beyinde demir birikimi ile nörodejenerasyon hastalığından sorumlu yeni gen varyantlarının araştırılması
Investigation of new gene variants responsible for neurodegeneration with brain iron accumulation
NİHAN HANDE AKÇAKAYA