EEG sinyallerinde uyku iğciklerinin zaman ve frekans domeni özellikleri kullanılarak analizi
Analysis of sleep spindles on EEG signals by using time and frequency domain features
- Tez No: 237511
- Danışmanlar: DOÇ. DR. SALİH GÜNEŞ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 100
Özet
Bu tez çalışmasında, Elektroansefalogram (EEG) kayıtlarının otomatik olarak değerlendirilip, uyku evreleri içinde N-REM (Hızlı Göz Hareketleri Olmayan) Evre 2' nin bulunmasında önemli bir bileşen olan uyku iğciklerinin bulunması amaçlanmıştır.Bu çalışmada, önerilen metot iki adım içermektedir. İlk adımda ham EEG sinyallerinden zaman domeninde altı ve frekans domeninde dört özellik çıkarılmıştır. Ham EEG sinyallerinden Frekans domeni özelliklerinin çıkarılmasında Welch Spectral Analiz yöntemi kullanılmıştır. İkinci adımda ise yapay sinir ağları ile Levenberg-Marquardt algoritması kullanılarak daha önceden uyku uzmanı tarafından elle değerlendirilen uyku iğcikleri sınıflandırılmıştır. Uyku iğciklerinin sınıflandırılmasında LM-YSA kullanılarak elde edilen sınıflama doğruluğu zaman domeni özellikleri için % 100' dür (Gizli katmandaki düğüm sayısı on için).Çalışmada kullanılan uyku EEG sinyalleri Selçuk Üniversitesi Meram Tıp Fakültesi Uyku Laboratuvarında yapılan uyku skorlandırma çalışmaları dâhilinde, Yrd. Doç. Dr. Şebnem Yosunkaya ve ekibi tarafından kaydedilmiştir. Çalışma 3 hastada, toplam 712 epok üzerinde test edilmiştir.Son olarak; elde edilen sonuçlar, önerilen tanıma sisteminin uyku iğciklerinin otomatik olarak bulunmasında güvenle kullanılabileceğini göstermiştir. Aynı zamanda bu sistem N-REM evre 2' nin belirlenmesinde çok önemli bir parametredir.
Özet (Çeviri)
In this study, it was aimed that detection of Sleep-Spindles which is the one of important components determining N-REM (Non-Rapid Eye Movement) Stage 2 in the sleep stages, by automatically evaluation of Electroencephalogram (EEG) records.In this study, the proposed method consists of two steps. In the first step, six time domain features and four frequency domain features have been extracted from raw EEG signals. The extraction of frequency domain features from raw EEG signals, Welch spectral analysis has been used. In the second step, artificial neural network (ANN) with LM (Levenberg-Marquardt) has been used to classify the sleep spindles evaluated before hand by sleep expert physicians. The obtained classification accuracies for time domain features set in the classification of sleep spindles are 100% by using LM-ANN (for ten node in hidden layer).The sleep EEG signals used in this study are recorded with in support of sleep scoring studies carried out in Selcuk University Meram Faculty of Medicene Department Sleep Laboratory by Asst. Prof. Dr. Şebnem YOSUNKAYA and her team. The study is tested on 3 patients with 712 epochs.Finally, the obtained results have presented that the proposed recognition system could be confidently used in the automatic classification of sleep spindles. And also, this system is a very important parameter in the determination of N-REM Stage 2.
Benzer Tezler
- EEG sinyallerinin analizi ile uyku durumunun belirlenmesi
Indentification of sleep condition by analysing EEG signals
FAZIL DUMAN
Yüksek Lisans
Türkçe
2005
Elektrik ve Elektronik MühendisliğiAnkara ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. ZİYA TELATAR
- Optimizing emotion recognition in EEG signals using optimization algorithm and deep neural network
Optimizasyon algoritması ve derin nöral ağı kullanarak EEG sinyallerinde duygu tanıma optimize edilmesi
RADHWAN AL-JANABI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖVGÜ ÖZTÜRK ERGÜN
- EEG sinyallerinden anomali tespiti
Anomaly detection in EEG signals
MUSA PEKER
Doktora
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BAHA ŞEN
- Sleep stage classification using disagreement based co-active learning
Anlaşmazlık tabanlı öğrenme ile uyku evrelerinin sınıflandırılması
AYŞE BETÜL YÜCE
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YUSUF YASLAN
- EKG parametrelerinin uyku evreleri ve OSAS ile ilişkisinin incelenmesi
Analyzing the relationship of ECG parameters with the sleep stages and OSAS
ŞULE YÜCELBAŞ
Doktora
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLAY TEZEL