Sleep stage analysis
Uyku evreleri analizi
- Tez No: 243695
- Danışmanlar: YRD. DOÇ. DR. METEHAN MAKİNACI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
- Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: 79
Özet
Bu projede EEG sinyalindeki uyku evrelerinin sınıflandırılması için gereken öznitelik çıkarma metotları ve sınıflandırıcılar konu alınmıştır. Algoritma, öznitelik çıkarma ve sınıflandırma olmak üzere 2 ana aşamadan oluşmaktadır. İlk olarak sınıflandırma aşamasında kullanılacak olan öznitelikler çıkartılmıştır. Öznitelik çıkarma aşamasının ilk adımı olarak sinyal, uyku evrelerinin etiket değerleriyle eşleşebilecek şekilde eşit aralıklara ayrılmaktadır. 2. adım ise öznitelikleri bu eşit aralıklı sinyal aralıklarından çıkarma metotlarını kapsamaktadır. Çıkarılan öznitelikler, Hjorth parametreleri, armonik parametreler, bant enerji oranları ve dalgacık paket dönüşümü metoduyla elde edilen özniteliklerdir. Bütün bu öznitelikler en yakın k komşu, çok katmanlı sinir ağları ve doğrusal ayırma analizi metotları kullanılarak oluşturulan sınıflandırıcılarda kullanılmıştır.
Özet (Çeviri)
In this project, methods for extraction features and classification for sleep stage using EEG (Electroencephalogram) are presented. The algorithm consists of basically two modules, feature extraction and classification. Firstly, features used in the classification step are extracted. In the beginning of feature extraction, segmentation is applied for breaking down the signal into fixed sections to match with the labels. Then the parameters are extracted from these fixed sections. The extracted features are the parameters of Hjorth, harmonic parameters, the relative band energy ratios and the parameters that are obtained by applying wavelet packet transformation (WPT). Then all these extracted features are used in the classifiers which are constructed by using k-nearest neighbor, multilayer neural network and linear discriminant analysis.
Benzer Tezler
- Uyku evrelemesinde çeşitli dalgacık ve sınıflandırıcıların performans analizi
Performance analysis of various wavelets and classifiers for sleep staging
ERDEM TUNCER
Yüksek Lisans
Türkçe
2015
BiyomühendislikKocaeli ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
DOÇ. DR. EMİNE BOLAT
- 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
- Uyku evrelerinin EEG işaretleri kullanılarak sınıflandırılmasında yeni bir yaklaşım
A new approach in sleep stages classification using EEG signals
MURAT YILDIZ
Doktora
Türkçe
2009
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ETEM KÖKLÜKAYA
- Derin öğrenme tabanlı algoritmalar kullanarak fizyolojik işaretlerden uyku skorlaması
Sleep scoring in physiological signals by deep learning-based algorithms
HASAN ZAN
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiDicle ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULNASIR YILDIZ
- Uyku hastalıklarında gelişebilecek otonomik değişikliklerinkalp hızı değişkenliği ile tespiti
Detection of autonomic changes with heart rate variability in sleep disorders
SABINA ASLAN
Tıpta Uzmanlık
Türkçe
2017
NörolojiHacettepe ÜniversitesiNöroloji Ana Bilim Dalı
PROF. DR. FADİME İRSEL TEZER FİLİK
DR. NURHAN ERBİL