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: 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

  1. Tez No

    912657

    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

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BURHAN ERGEN

  2. 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

  3. Tez No

    755081

    Parkinson hastalarının dikkat fonksiyonlarına ait beyin aktivasyonlarının fonksiyonel MRG ile incelenmesi ve evrişimsel sinir ağları ile sınıflandırılması

    Analysis of the brain activations of attention functions of Parkinson patients with functional MRI and classification with conventional neural networks

    NUR YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    BiyomühendislikSelçuk Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÜZİN ÖZMEN

  4. Tez No

    812834

    Deep learning methods for classification Alzheimer's disease

    Alzheimer hastalığının sınıflandırılmasına yönelik derin öğrenme yöntemleri

    HUSAM MOHAMMED ABDULFATTAH SAIF AL-HAMMADI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilim ve TeknolojiFatih Sultan Mehmet Vakıf Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EBUBEKİR KOÇ

  5. Tez No

    909050

    EEG sinyallerinin zaman-frekans gösterimlerinin derin öğrenme ile analizi sonucu alzheimer hastalığının tespiti

    Detection of alzheimer disease through deep learning analysis of EEG signals' time-frequency representations

    MERAL ASLAN DİL

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Biyomühendislikİstanbul Üniversitesi-Cerrahpaşa

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. FIRAT KAÇAR

    PROF. DR. AYDIN AKAN

Geri Dön