Telemonitoring of Parkinson's disease by using pattern recognition methods
Parkinson hastalığının örüntü tanıma metotları kullanılarak uzaktan izlenmesi
- Tez No: 318601
- Danışmanlar: YRD. DOÇ. DR. NAHİT EMANET
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Nöroloji, Computer Engineering and Computer Science and Control, Science and Technology, Neurology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Fatih Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 84
Özet
Parkinson hastalığı, Alzheimer hastalığı ve sara hastalığı dünya genelinde oldukça yaygın görülen sinirsel rahatsızlıklardan bazılarıdır. Bunların arasında en yaygınlarından biri olan Parkinson hastalığı, hareket becerilerini, sesli-iletişim becerisini ve konuşma, davranış ve ruh hali gibi diğer özellikleri tahrip eder. Özellikle hastalığın erken evrelerinde, rahatsızlık belirtilerinin şiddetinin azaltılmasında oldukça başarılı ilaç tedavilerinin bulunmasına rağmen, günümüzde henüz Parkinson hastalığı için kapsamlı herhangi bir tedavi mevcut değildir. Sonuç olarak, hastanın yaşam niteliğini artırmak ve yaşamını uzatmak amacıyla hastalığın erken teşhis edilmesi bu açıdan çok önemlidir.Konuşma-zorluğu, disfoni, kelime telaffuz bozukluğu gibi ses bozuklukları, Parkinson hastaları arasında sık olarak rastlanmaktadır. Bu nedenle, ses bozukluğu da hastalığın başlangıcını teşhis etmek için en erken uyarıcı belirtilerden bir tanesi olabilir ve ses niteliklerinin ölçülmesi vücutta herhangi bir hasara neden olmayan ve üstesinden gelinmesi oldukça kolay bir işlemdir. Son zamanlarda, literatürde Parkinson hastalığı ile ilgili belirtilerin gelişimini algılamak ve izlemek için sesin ölçülmesi işlemi tüm dikkatleri üzerine çekmiştir.Bu çalışmanın temel amacı, konuşma-bozukluklarını belirleyerek Parkinson hastaları ile sağlıklı insanları sınıflandırma ile birbirinden ayırmaktır. Hasta ses kayıtlarından elde edilmiş özellik vektörleri kullanılarak Parkinson hastalığının teşhisi amacıyla karar destek sistemini oluşturmak için çalışmamızda Karmaşık Orman (RF), Yapay Sinir Ağları (ANN) ve Destek Vektör Makineleri (SVM) gibi üç adet farklı örüntü tanıma yöntemi kullanılmıştır. Çalışmamız da üç ana amaç mevcuttur. Birincisi, Parkinson hastalığını teşhis etmek için gerekli özellikleri araştırılmasıdır. İkincisi, sınıflandırma işlemi için her bir özelliğin öneminin değerlendirilmesidir. Son olarak her bir sınıflandırıcının etkinliğinin değerlendirilmesidir.
Özet (Çeviri)
Parkinson?s disease, Alzheimer?s and epilepsy are some of neurological disorders which are very common throughout the world. Among them the most common one is Parkinson?s disease (PD) which impairs motor skills, speech, and such other functions as talking, behavior, and mood. Although medication is available offering significant consolation of symptoms, especially at the early stages of the disease, today there is no comprehensive cure. Thus, early diagnosis is critically important in order to improve the patient?s quality of life and prolong it.Vocal impairment such as dysphonia is the most commonly observed symptom in the people with PD. So, vocal impairment may also be one of the earliest indicators for the onset of the illness, and the measurement of voice is non-invasive and simple to administer. Recently in the literature, voice measurement to detect and track the progression of symptoms of PD has drawn significant attention.This study has a main objective to discriminate people with Parkinson?s disease from healthy people by classifying and evaluating dysphonia. Our study comprises of three different pattern recognition methods, random forest (RF), artificial neural networks (ANNs) and support vector machines (SVMs) employed to develop decision support system for the diagnosis of PD by using feature vectors extracted from voice recordings of patients. Our study has a triple aim. Firstly, it investigates the features for the diagnosis of PD. Secondly; it measures the importance of each attribute in the classification. Finally, it evaluates the performance of each classifier.
Benzer Tezler
- Parkinson hastalığının teşhisinde ses verileri üzerinden makine öğrenmesi ve derin öğrenme yöntemlerinin incelenmesi
Investigation of machine learning and deep learning methods on voice data in diagnosis of Parkinson's disease
İBRAHİM HALİL GÖKÇİN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NAGEHAN İLHAN
- Çoklu ses kayıtları içeren bir parkinson konuşma veri kümesinin toplanması ve analizi
Collection and analysis of a parkinson speech dataset with multiple types of sound recordings
BETÜL ERDOĞDU ŞAKAR
Doktora
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET SERTBAŞ
DOÇ. DR. OLCAY KURŞUN
- Kalp yetersizliği hastalarının bakımında uzaktan hasta izleminin klinik sonuçlarının değerlendirilmesi
Evaluation of clinical results of remote patient monitoring in the care of patients with heart failure
AYTAÇ CANDEMİR
Tıpta Uzmanlık
Türkçe
2021
KardiyolojiEge ÜniversitesiKardiyoloji Ana Bilim Dalı
PROF. DR. SERDAR PAYZIN
- Kronik kalp yetersizliği olan hastalarda tele izlem yönteminin etkinliğinin incelenmesi
The investigation of the effectiveness of telemonitoring for patients with chronic heart failure
BERNA SAĞIT
Yüksek Lisans
Türkçe
2010
HemşirelikEge Üniversitesiİç Hastalıkları Hemşireliği Ana Bilim Dalı
DOÇ. DR. ASİYE DURMAZ AKYOL
- Kablosuz EKG sistem tasarımı
Wireless ECG system design
KEMAL KAYA
Yüksek Lisans
Türkçe
2010
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MAHMUT TOKMAKÇI