Geri Dön

Extraction of auditory evoked potentials from ongoing EEG

Süregiden EEG sinyalinden işisel uyarılmış potansiyellerinin elde edilmesi

  1. Tez No: 167429
  2. Yazar: SERAP AYDIN
  3. Danışmanlar: PROF.DR. BUYURMAN BAYKAL, PROF.DR. NEVZAT GÜNERİ GENÇER
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: işitsel uyarılmış potansiyel, uyarlanır süzgeç, Tikhonov düzenleme yaklaşımı, dalgacık dönüşümü. vii, Auditory Evoked Potential, Adaptive filtering, Tikhonov regular- ization, Wavelet Transform
  7. Yıl: 2005
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 103

Özet

ÖZ SÜREGİDEN EEG SİNYALİNDEN İŞİSEL UYARILMIŞ POTANSİYELLERİNİN ELDE EDİLMESİ Aydın, Serap Doktora, Elektrik-Elektronik Mühendisliği Bölümü Tez Yöneticisi: Prof. Dr. Nevzat Güneri Gençer Yardımcı Danışman: Prof. Dr. Buyurman Baykal Eylül 2005, 89 sayfa Devam eden EEG sinyalinden, az sayıda kayıt kullanılarak örnek Uyarılmış Potansiyel (UP) bilgisinin elde edilmesi, klinik uygulamalarda kayıt süresinin azaltılması ve tanı güvenilirliğinin arttırılması için gereklidir. Bu tez çalışmasındaki ilk amaç, az sayıda tekrardan örnek işitsel UP (IUP) elde edilmesinde geleneksel Ortalama Alma (OA) yöntemi ile temel doğrusal tahmin tekniklerinin kıyaslanmasıdır. Bu amaçla yöntemler kavramsal olarak gruplandırılmıştır. Grup A, üç yöntem içerir: 1) Literatürde yeralan ve Wiener Süzgeç (WS) ile Altuzay Yöntemi (AY)'nin birleştirilmesini öneren yöntem, 2) WS ile AY'nin uygulama sırasının değiştirilmesiyle oluşturulan yöntem, 3) Birinci yöntemde WS yerine yinelemeli bir WS kullanılarak oluşturulan yöntem. Grup B, uyarlanır Enküçük Ortalama Kare (EOK) ve Geribeslemeli Enküçük Kareler (GEK) süzgeç ile Kalman süzgeç (KS) uygulamalarım içerir. Yanı sıra, EOK süzgeç, AY ile birleştirilerek de uygulanmıştır. Grup C, geriplan EEG gürültüsünün ikinci dereceden istatistiksel bilgisini kullanan Standart Tikhonov Düzenleme (STD) ile Al tuzay Düzenleme (AD) yöntemlerini kapsar. Peformans ölçütü olarak sinyal- gürültü-oram (SGO) kullanılmıştır. Yaklaşık - 5 dB civarında olan giriş SGO değeri, AY kullanılarak 20 dB'ye kadar arttırılabilmektedir. AY yönteminin sağladığı bir başka avantaj da tek kayıtlar üzerindeki EEG gürültüsünün karakteristiğini beyaz gürültüye yaklaştırmasıdır. Bu yüzden AY'nin bir vıön-süzgeç olarak kullanılması, WS yaklaşımlarının ve EOK süzgecin per formanslarını arttırmıştır. Deneysel ve yapay verilerle sözügeçen üç grup yöntemin kıyaslanması sonusunda deney süresinin KS ya da STD yöntemleri ile yaklaşık dörtte bir oranında kısaltılabildiği görülmüştür. Tezin ikinci amacı, referans sinyal kullanılmadan tek kayıt IUP bilgisinin elde edilmesinde yeni bir yöntem önerilmesidir. Tek kayıt UP bilgisinin elde edilmesi, tanı için yeni veriler sağlayabilir. Bu amaçla, tek deneyden IUP tahmini için AY ile Değiştirilmiş Ölçek-Uzay Süzgeç (DOUS) ardarda bir birinden bağımsız olarak uygulanmıştır. AY kullanılarak kaba veride SGO artışı sağlanır. Az gürültülü tek kayıtlar DOUS'den geçirilir. Önerilen yeni yaklaşımla elde edilen tek kayıt gerçek IUP tahminleri büyük ortalamayı yakından izler. Sağlıklı kişilerin verileri kullanıldığında, beklenildiği gibi düşük genlik değişimleri gözlenmiştir. Sinyalin ve gürültünün Dalgacık Dönüşümü katsayıları, AY kullanıldığında ayırtedilebilir hale gelir. 50 kaydın ortalamasına DOUS uygulandığında işitsel beyin sapı yanıtı (250 kaydın ortalaması ) elde edilebilmiştir. DOUS kullanılarak beyin sapı yanıtının elde edilmesinde kayıt süresi OA yöntemine göre beşte biri oranında azaltılmıştır. Önerilen yeni yaklaşım, tek kayıt IUP tahmininde etkili bir yöntemdir ve bir referans sinyal (genelde az sayıda deneyin ortalaması alınarak elde edilir) bilgisine ihtiyaç duymaz. Elde edilen yeni sonuçlar, toplanırlık sinyal UP modelinde kabul edilen varsayımları doğrular.

Özet (Çeviri)

ABSTRACT EXTRACTION OF AUDITORY EVOKED POTENTIALS FROM ONGOING EEG Aydın, Serap Ph.D., Department of Electrical and Electronics Engineering Supervisor: Prof. Dr. Nevzat Güneri Gençer Co- Advisor: Prof. Dr. Buyurman Baykal September 2005, 89 pages In estimating auditory Evoked Potentials (EPs) from ongoing EEG the number of sweeps should be reduced to decrease the experimental time and to increase the reliability of diagnosis. The first goal of this study is to demon strate the use of basic estimation techniques in extracting auditory EPs (AEPs) from small number of sweeps relative to ensemble averaging (EA). For this purpose, three groups of basic estimation techniques are compared to the traditional EA with respect to the signal-to-noise ratio(SNR) improve ments in extracting the template AEP. Group A includes the combinations of the Subspace Method (SM) with the Wiener Filtering (WF) approaches (the conventional WF and coherence weighted WF (CWWF). Group B con sists of standard adaptive algorithms (Least Mean Square (LMS), Recursive Least Square (RLS), and one-step Kalman filtering (KF). The regularization techniques (the Standard Tikhonov Regularization (STR) and the Subspace Regularization (SR) methods) forms Group C. All methods are tested in sim ulations and pseudo-simulations which are performed with white noise and EEG measurements, respectively. The same methods are also tested with experimental AEPs. Comparisons based on the output signal-to-noise ratio (SNR) show that: 1) the KF and STR methods are the best methods among the algorithms tested in this study,2) the SM can reduce the large amount of the background EEG noise from the raw data, 3) the LMS and WF algo rithms show poor performance compared to EA. The SM should be used as iva pre-filter to increase their performance. 4) the CWWF works better than the WF when it is combined with the SM, 5) the STR method is better than the SR method. It is observed that, most of the basic estimation techniques show definitely better performance compared to EA in extracting the EPs. The KF or the STR effectively reduce the experimental time (to one-fourth of that required by EA). The SM is a useful pre-filter to significantly reduce the noise on the raw data. The KF and STR are shown to be computationally inexpensive tools to extract the template AEPs and should be used instead of EA. They provide a clear template AEP for various analysis methods. To reduce the noise level on single sweeps, the SM can be used as a pre-filter before various single sweep analysis methods. The second goal of this study is to to present a new approach to extract single sweep AEPs without using a template signal. The SM and a modi fied scale-space filter (MSSF) are applied consecutively. The SM is applied to raw data to increase the SNR. The less-noisy sweeps are then individu ally filtered with the MSSF. This new approach is assessed in both pseudo- simulations and experimental studies. The MSSF is also applied to actual auditory brainstem response (ABR) data to obtain a clear ABR from a rel atively small number of sweeps. The wavelet transform coefficients (WTCs) corresponding to the signal and noise become distinguishable after the SM. The MSSF is an effective filter in selecting the WTCs of the noise. The esti mated single sweep EPs highly resemble the grand average EP although less number of sweeps are evaluated. Small amplitude variations are observed among the estimations. The MSSF applied to EA of 50 sweeps yields an ABR that best fits to the grand average of 250 sweeps. We concluded that the combination of SM and MSSF is an efficient tool to obtain clear single sweep AEPs. The MSSF reduces the recording time to one-fifth of that re quired by EA in template ABR estimation. The proposed approach does not use a template signal (which is generally obtained using the average of small number of sweeps). It provides unprecedented results that support the basic assumptions in the additive signal model.

Benzer Tezler

  1. Tez No

    333115

    Auditory brain response detection using a portable EEG headset

    Taş“ınabilir EEG kaydedicisi kullanarak işi“tsel beyin yanıtı algılama

    ZELİHA KOÇ SÖKER

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    BiyomühendislikBoğaziçi Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMED ÖZKAN

  2. Tez No

    138054

    Bir işitsel olaya ait nöral temsilin dinamik (oluşum ve sönüm) karakteristikleri üzerinde uyarım parametrelerinin etkileri

    Effects of stimulation parameters on the dynamic (formation and decay) characteristics of neural representation of an auditory event

    ABDULLAH RUHİ SOYLU

    Doktora

    Türkçe

    Türkçe

    2003

    BiyofizikHacettepe Üniversitesi

    Biyofizik Ana Bilim Dalı

    PROF.DR. PEKCAN UNGAN

  3. Tez No

    781082

    Farklı işitsel bağlamlarda düzenliliği fark etme ile oluşan işitsel kortikal N1 cevaplarının karşılaştırılması

    Comparison of auditory cortical N1 responses evoked by regularity detection in different auditory contexts

    BUSE AÇIKGÖZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Kulak Burun ve BoğazHacettepe Üniversitesi

    Odyoloji Ana Bilim Dalı

    DR. MEHMET YARALI

  4. Tez No

    794117

    Videodan derin öğrenme tabanlı duygu tanıma

    Deep learning-based emotion recognition on video

    ORHAN ATİLA

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Teknolojileri Ana Bilim Dalı

    PROF. DR. ABDULKADİR ŞENGÜR

  5. Tez No

    412618

    2-8 yaş grubu dil gelişimi normal olan çocuklarda Artikülasyon Tarama Ölçeği'nin normalizasyonu

    Normalization articulation screening scale in 2-8 age group children with normal language development

    MERYEM MUTLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Kulak Burun ve BoğazBaşkent Üniversitesi

    Kulak Burun Boğaz Hastalıkları Ana Bilim Dalı

    PROF. DR. EROL BELGİN

Geri Dön