Early diagnosis of alzheimer's disease and classification using electrophysiological signals
Alzheimar hastalığının erken teşhisi ve elektrofizyolojik sinyaller kullanılarak sınıflandırılması
- Tez No: 290276
- Danışmanlar: YRD. DOÇ. DR. NAHİT EMANET
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: İngilizce
- Üniversite: Fatih Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 56
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
- Hibrit derin öğrenme yöntemleri ile beyin görüntüleri ve klinik özellikleri kullanılarak Alzheimer hastalığı sınıflandırması ve derecelendirilmesi
Classification and rating of Alzheimer's disease by using brain images and clinical features with hybrid deep learning methods
MEHMET EMRE SERTKAYA
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BURHAN ERGEN
- 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
2024
Biyoteknolojiİzmir Demokrasi ÜniversitesiMühendislik Bilimleri Ana Bilim Dalı
PROF. DR. UĞUR ÇAVDAR
- Alzheimer hastalığının sınıflandırılmasında farklı makine öğrenmesi algoritma performanslarının incelenmesi
Investigation of different machine learning algorithm performances in the classification of Alzheimer's disease
İREM KÜÇÜK
Yüksek Lisans
Türkçe
2025
BiyomühendislikDüzce ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ PINAR DENİZ TOSUN
- Alzheimer hastalığında beyin aktivitesinin analizinde permütasyon entropisi ve dispersiyon entropisinin karşılaştırılması: makine öğrenmesi yaklaşımı
Comparison of permutation entropy and dispersion entropy in brain activity analysis of alzheimer's disease: a machine learning approach
HÜLYA KILBAHRİ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ PINAR DENİZ TOSUN
- 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
2017
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET MURAT EYÜBOĞLU
PROF. DR. GERHARD WİEHELM WEBER