EEG sinyallerinin dalgacık dönüşümü ve yapay sinir ağları ile analizi
Analysis of EEG signals using the wavelet transform and artificial neural network
- Tez No: 200549
- Danışmanlar: PROF.DR. MUSTAFA MERDAN
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Elektrik ve Elektronik Mühendisliği, Bioengineering, Electrical and Electronics Engineering
- Anahtar Kelimeler: EEG, Epilepsi, ADD, YSA, ÇKA, RTFA, EEG, Epilepsy, DWT, ANN, MLP, RBF
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 89
Özet
Bu tez çalışmasında, Elektroansefalogram (EEG) kayıtlarının otomatik olarak değerlendirilip, epilepsi teşhisinin yapılabilmesi amaçlanmıştır. Teşhis sistemi, öznitelik çıkarma/seçme ve sınıflama olmak üzere iki basamaktan oluşmaktadır. Öznitelik vektörlerinin belirlenmesinde Ayrık Dalgacık Dönüşümü (ADD), sınıflama için Yapay Sinir Ağları (YSA) kullanılmıştır. Farklı dalgacıkların, değişik öğrenme algoritmalarıyla eğitilen farklı mimarideki Çok Katmanlı Algılayıcılı (ÇKA) sinir ağları ve Radyal Tabanlı Fonksiyon Ağları (RTFA) üzerindeki etkisi incelenerek, yüksek sınıflama doğruluğu elde edilmiştir. Öznitelik vektörlerini oluşturan Dalgacık katsayılarının hesaplanmasında, ağ girişine uygun hale getirilmesinde ve ağ yapılarının oluşturulmasında MATLAB program paketinden faydalanılmıştır.
Özet (Çeviri)
In this thesis, it was aimed that making epilepsy diagnosis by automatically evaluation of Electroencephalogram (EEG) records. Diagnosis system consists two steps which are feature extraction/selection and classification. Discrete Wavelet Transform (DWT) and Artificial Neural Networks (ANN) were used to determine attribute vectors and classification, respectively. Classification accuracy was achieved as high by examining effects of varied wavelets on Multi Layer Perceptron (MLP) networks and Radial Basis Function (RBF) Networks which have different architecture and were trained different learning algorithms. Matlab software was used to determine Wavelet coefficients that occur feature vectors, to available for network inputs and to create network structures.
Benzer Tezler
- Uyku bozukluklarına ait EEG verilerindeki geçici eeg dalga formlarının analizi
Analysis of EEG transient waveforms in sleep disorders
TUĞÇE KANTAR
Yüksek Lisans
Türkçe
2017
Bilim ve TeknolojiBaşkent ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AYKUT ERDAMAR
- Epilepsi teşhisi için EEG sinyal analizi
EEG signal analysis for epilepsy diagnosis
ESMA SEZER
Yüksek Lisans
Türkçe
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiElektronik ve Bilgisayar Sistemleri Eğitimi Ana Bilim Dalı
DOÇ. DR. HAKAN IŞIK
- EEG sinyallerinin wavelet yöntemiyle dönüştürülerek yapay sinir ağları ile sınıflandırılması
Classification of EEG signals transformed by wavelet method using artificial neural networks
EYLEM GÜL
Yüksek Lisans
Türkçe
2018
BiyoistatistikEskişehir Osmangazi ÜniversitesiBiyoistatistik Ana Bilim Dalı
PROF. DR. FEZAN MUTLU
- Emotion aware artificial intelligence for cognitive systems
Bilişsel sistemler için duygu farkındalıklı yapay zeka
DEĞER AYATA
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
PROF. DR. MUSTAFA ERSEL KAMAŞAK
- Yapay sinir ağları yardımı ile eeg tabanlı anestezi derinliği tahmini için yöntemler
Eeg based methods for predicting the depth of anesthesia using artificial neural networks
MUSTAFA COŞKUN
Yüksek Lisans
Türkçe
2013
Elektrik ve Elektronik MühendisliğiBalıkesir ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AYHAN İSTANBULLU