Geri Dön

Early diagnosis of alzheimer's disease and classification using electrophysiological signals

Alzheimar hastalığının erken teşhisi ve elektrofizyolojik sinyaller kullanılarak sınıflandırılması

PDF İndir

  1. Tez No: 290276
  2. Yazar: MEHMET ÇOKYILMAZ
  3. Danışmanlar: YRD. DOÇ. DR. NAHİT EMANET
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2011
  8. Dil: İngilizce
  9. Üniversite: Fatih Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Alzheimer hastalığı yaşlılarda görülen akıl hastalıklarının yüze 60 ile 80 arasını kapsayan en yayğın ve en tehlikeli olanıdır. Alzheimer hastalığı kurbanı üzerinde fiziksel, psikiyatrik ve nörolojil hasarlara sebp olur. Bilinen tam bir tedavisi olmamasına rağmen Alzheimer hastalığının erken teşhis edilmesi hastalığın ilerleyişinin durdurulması için önem teşkil etmektedir. Bu tezde birden fazla kanallı Olaya İlişkin Potansiyeller (OİP)' in Delta, Theta, Alpha, Beta ve Gamma frekans bandlarındaki Global Field Synchronization (GFS) ölçümlerini deneklerin öznitelik olarak kullanarak Alzheimer hastaları ile sağlıklı bireylerin sınıflandırılması yapıldı. GFS bir öznitelik çıkarma yöntemi olup, dışardan varilen bir uyarana karşı beynin oluşturmuş olduğu cevabın fonsiyonel bağlılığını ölçer. Sistemin sınıflandırma doğruluğunu artırmak ve en önemli kanal kaynaklarına karar vermek amacıyla GFS öz nitelik çıkarma safhasında bir kanal optimizasyon algoritması uygulandı. Probabilistic Neural Network (PNN), Support Vector Machine (SVM) ve Random Forest (RF) sınıflandırıcı olarak kullanıldı. En iyi %81 sınıflandırma doğruluğu ile Alzheimer hastaları ile sağlıklı bireyler sınıflandırıldı. Üç sınıflandırıcınında performasa sahip olduğu görüldü.

Özet (Çeviri)

Alzheimer?s disease (AD) is the most common and the most dangerous one which accounts for 60-80 percent of dementia in the elderly. Alzheimer?s disease (AD) causes physical, psychiatric and neurological damages on the victim. Although there is no known exact treatment, early diagnosis of Alzheimer?s disease is important to prevent progression of the disease. In this thesis, Global Field Synchronization (GFS) of multi channel Event Related Potential (ERP) signals in Delta, Theta, Alpha, Beta and Gamma frequency bands were used as discriminating feature vectors in the classification of subjects with AD and healthy control subjects. GFS is a feature extraction method which is used to acquire the functional connectivity of the brain as a response to a given stimuli type. A channel optimization algorithm was applied during GFS feature extraction stage to determine the most significant channel sources in order to improve classification accuracy of the system. Probabilistic Neural Network (PNN), Support Vector Machine (SVM) and Random Forest (RF) were used as classifiers. The classification of the subjects with AD and healthy control subjects is done with the classification accuracy of %81. Nearly all three classification system has the same performance.

Benzer Tezler

  1. Tez No

    474887

    Computer-aided diagnosis of Alzheimer's disease and mild cognitive impairment with MARS/CMARS classification using structural MR images

    Alzheimer hastalığı ve hafif bilişsel bozukluğun MARS/CMARS sınıflandırma ile yapısal MR görüntüleri üzerinden bilgisayar destekli tanılanması

    ALPER ÇEVİK

    Doktora

    İngilizce

    İngilizce

    2017

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. BEHÇET MURAT EYÜBOĞLU

    PROF. DR. GERHARD WİEHELM WEBER

  2. Tez No

    933443

    MR görüntüleri ve derin öğrenme algoritmaları kullanılarak Alzheimer hastalığının tanısı ve sınıflandırılması

    Diagnosis and classification of Alzheimer's disease using MRI images and deep learning algorithms

    UMUT SARAY

    Doktora

    Türkçe

    Türkçe

    2024

    Mekatronik Mühendisliğiİzmir Demokrasi Üniversitesi

    Mühendislik Bilimleri Ana Bilim Dalı

    PROF. DR. UĞUR ÇAVDAR

  3. Tez No

    1016926

    EEG sinyalleri kullanılarak derin öğrenme algoritmaları ile alzheimer hastalığının erken teşhisi

    Early diagnosis of alzheimer's disease using deep learning algorithms with EEG signals

    KADRİYE AKSAKAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    DOÇ. DR. KAPLAN KAPLAN

  4. Tez No

    900837

    Alzheimer hastalığı erken teşhisinde derin öğrenme modelleri ile tanısal sınıflandırma

    Diagnostic classification with deep learning models in early diagnosis of alzheimer's disease

    SELAHATTİN BARIŞ ÇELEBİ

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BÜLENT GÜRSEL EMİROĞLU

  5. Tez No

    637333

    Classification of mild cognitive impairment and dementia in Alzheimer's disease using spatio-temporal convolutional neural network (CNN) method

    UZAM-zaman evrişimli sinir ağları yöntemi ile hafıf kognitif bozulma ve Alzheimer'a bağlı demans sınıflandırması

    GÜLCE TURHAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik MühendisliğiMarmara Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. HALUK KÜÇÜK

Geri Dön