İşaret işleme teknikleri kullanarak EEG işaretlerinden migren hastalığının karakteristiklerinin belirlenmesi
Determination of the characteristics of migraine by using signal processing techniques from EEG signals
- Tez No: 318046
- Danışmanlar: YRD. DOÇ. DR. AHMET ALKAN
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Biyoelektrik, Biyomedikal işaretler, Biyomedikal mühendisliği, Biyomedikal uygulamalar, Bioelectric, Biomedical signals, Biomedical engineering, Biomedical applications
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Kahramanmaraş Sütçü İmam Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Elektroansefalografi (EEG) işaretleri insan vücudundaki meydana gelen değişim ve oluşumlarla ilgili önemli bilgi içermektedir. Migren önemli beyin rahatsızlıklarından biri olup, halen nörologlarca sadece Uluslararası Baş Ağrısı Derneğinin kriterlerine göre teşhis konulabilmektedir. Güncel migren çalışmalarında, flaş ışığı uyarısının, migren hastalarının EEG işaretlerinde bir genlik artışına neden olduğu ifade edilmektedir. Bu tez çalışmasında flaş ışığı verilmiş migren hastalarının EEG işaretlerinde gözlemlenen genlik artış miktarları kullanılarak, aurasız migren hastalığının karakteristik özelliklerinin incelenmesi amaçlanmıştır.Çalışmada kullanılan veriler K.S.Ü. Tıp Fakültesi Nöroloji Bölümünden elde edilmiştir. Bu veriler 30 adet migren hastasından ve 30 adet sağlıklı insandan (kontrol grubunan) kaydedilmiş olup veriler frekans ve zaman ekseninde incelenmiştir. EEG verisine frekans ekseni (FFT ve AR tabanlı GSY) ve zaman ekseni (EMD, histogram ve istatistiksel parametreler) ön-işleme yöntemleri uygulanmıştır. Elde edilen özelliklere işaret işleme aşamasında sınıflandırma (DVM ve YSA) ve kümeleme (FCM ve K-Ortalamalar) tekniklerine uygulanmıştır. En başarılı yöntemi elde etmek için kullanılan analiz yöntemlerinin sonuçları karşılaştırılmıştır. Yapılan karşılaştırmalar sonucunda en iyi ön-işleme ve işleme yöntemleri belirlenmiş ve analiz sonuçları uzman nörolog danışmanlığında yorumlanmıştır.Bulunan en iyi migren analiz sonuçları, frekans ekseninde sınıflandırma, zaman ekseninde ise kümeleme yöntemi ile elde edilmiştir. Sonuç olarak migren hastalığına ait EEG karakteristikleri işaret işleme teknikleri kullanılarak belirlenmiştir. Elde edilen bu EEG karakteristikleri yardımıyla migren hastalığının bazı fizyolojik davranışları (tepkileri) hakkında bilgiler edinilmiş ve hastalığın otomatik teşhisine yönelik önerilerde bulunulmuştur.
Özet (Çeviri)
Electroencephalograph (EEG) signals carry significant information about the underlying functioning of the human body. Recent studies related to diagnosis of migraine without aura have reported a magnitude increase in EEG signals of migraine patients under flash stimulation. Migraine is one of the important brain disorders that can be diagnosed only by using International Headache Society (IHS) criteria by neurologists. The aim of this study is to analyze the each EEG channel separately for migraine patients based on magnitude increase amount under flash stimulation at the beta band of EEG channels.EEG data is obtained from K.S.Ü. Faculty of Medicine. EEG data is recorded from 30 migraine patients and 30 healthy subjects (control group) and analyzed by using frequency domain and time domain based signal processing methods. Frequency domain (PSD by using FFT and AR techniques) and time domain pre-processing techniques (EMD, histogram and statistical parameters) were applied to EEG data. The obtained features were applied to signal processing stages as classification (SVM and ANN) and clustering (FCM and K-Means) techniques.Results of the used analysis methods were compared to get the most successful techniques. After comparisons the best pre-processing and processing techniques were determined and analysis results with these techniques were interpreted by consulting an expert neurologist. As a result, some EEG characteristics of migraine were determined by using signal processing methods and knowledge about some physiological reactions of migraine was acquired by means of these EEG characteristics. And obtained migraine characteristics based automatic migraine detection methods were offered that can be used to migraine diagnosis.
Benzer Tezler
- EEG tabanlı çoklu sensör destekli bir insan makine arayüzünün geliştirilmesi
Development of an eeg and multi sensor based human machine interface
GÜRKAN KÜÇÜKYILDIZ
Doktora
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiMekatronik Ana Bilim Dalı
PROF. DR. HASAN OCAK
- EEG işaretlerinden epilepsi türlerinin sınıflandırılmasında skalogram tabanlı derin öğrenme yaklaşımı
Scalogram based deep learning approach for classification of epilepsy types from EEG signals
ÖMER TÜRK
Doktora
Türkçe
2019
Elektrik ve Elektronik MühendisliğiDicle ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET SİRAÇ ÖZERDEM
- Spatial decoding of oscillatory neural activity for brain computer interfacing
Beyin makine arayüzleri için salınımlı beyin işaretlerinin uzamsal çözümlemesi
İBRAHİM ONARAN
Doktora
İngilizce
2013
Biyomühendislikİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ENİS ÇETİN
YRD. DOÇ. DR. NURİ FIRAT İNCE
- Evaluation of evoked potentials using advanced signal processing techniques and application
Uyarılmış potansiyellerin ileri sinyal işleme teknikleri kullanarak değerlendirilmesi ve uygulanması
TANER AKKIN
Yüksek Lisans
İngilizce
1997
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SOKOL SALİU
- EEG controlled semi-autonomous mobile vehicle design and implementation
EEG kontrollü yarı otonom mobil araç tasarımı ve gerçeklenmesi
HÜSEYİN TANZER ATAY
Yüksek Lisans
İngilizce
2019
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. FATMA İNCİ ÇİLESİZ