Detection of obsessive compulsive disorder using resting-state functional connectivity data
Obsesif kompulsif bozukluğun dinlenme-durumu fonksiyonel bağlantı verileri kullanılarak saptanması
- Tez No: 341028
- Danışmanlar: PROF. DR. UĞUR HALICI, PROF. DR. METEHAN ÇİÇEK
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 99
Özet
Obsesif Kompulsif Bozukluk (OKB), beyindeki Olagan Mod Ağındaki (DMN, Default Mode Network) anormal dinlenme-durumu Fonksiyonel Bağlantıları (rs-FC) ile ilişkilendirilen ciddi bir piskiyatrik hastalıktır. Bu çalışmada, OKB olan hastaları sağlıklı kişilerden ayırtedebilmek üzere fMRI uzerinde Posterior Singulat Cortex (PCC Posterior Cingulate Cortex), Sol Inferior Posterior Lob (LIPL, Left Inferior Posterior Lobe) ve Sağ Inferior Posterior Lob (RIPL, Right Inferior Posterior Lobe) olarak adlandırılan ilgi bölgelerinden elde edilen rs-FC verisi üzerinde örüntü tanıma yöntemlerinin kullanılması amaçlanmıştır. Bu amaçla örüntü tanımanın öznitelik çıkarma adımında iki değişik yaklaşım ele alınmıştır. İlk yaklaşımda rs-FC fMRI verisi üzerine altörnekleme yapıldıktan sonra Temel Bileşenler Analizi (PCA, Principal Component Analysis), Kernel Temel Bileşenler Analizi (KPCA) ya da Lineer Ayıraç Analizi (LDA, Linear Discriminant Analysis) yapılarak veri boyutu düşürülmüştür. İkinci yaklaşımda ise, yeni gelen örnek ile hasta ve sağlıklı gruptaki kişilerin rs-FC verilerinin ayrı ayrı ortalamaları üzerinde üzerinde kosinüs benzerliği, iç çarpım benzerliği ya da korelasyon benzerliği ölçütleri kullanılarak doğrudan düşük boyutlu öznitelik vektörleri elde edilmiştir. Daha sonra Destek Vektör Makinası (Support Vector Machine) ya da Gausyan Karışım Modelleri (GMMs, Gaussian Mixture Models) kullanılarak sağlıklı ve OKB gruplar sınıflandırılmıştır. Başarı ölçümünde, daha güvenilir sonuçlar elde etmek üzere, bir örnek dışarıda bırakan çapraz geçerleme (LOO-CV, Leave One Out Cross Validation) yönteminin bir versiyonu olarak önerdiğimiz çiftli LOO-CV kullanılmış ve en iyi başarı (%73), öznitelik çıkarma için kosinüs benzerliği ve sınıflama için GMMs kullanılarak elde edilmiştir.
Özet (Çeviri)
Obsessive Compulsive Disorder (OCD) is a serious psychiatric disease that might be affiliated with abnormal resting-state functional connectivity (rs-FC) in default mode network (DMN) of brain. The aim of this study is to discriminate patients with OCD from healthy individuals by employing pattern recognition methods on rs-FC data obtained through regions of interest (ROIs) such as Posterior Cingulate Cortex (PCC), Left Inferior Posterior Lobe (LIPL) and Right Inferior Posterior Lobe (RIPL). For this purpose, two different approaches were implemented as feature extraction step of pattern recognition. In the first approach the rs-FC fMRI data were subsampled and then the dimensionality of the subsampled data was reduced using the Principal Component Analysis (PCA), Kernel Principal Component Analysis (KPCA) and Linear Discriminant Analysis (LDA) alternatives. In the second approach, feature vectors having already low dimensions were obtained by measuring cosine similarity, dot product similarity and correlation similarity to the separate means of the rs-FC data of subjects in OCD and healthy groups. Afterwards the healthy and OCD groups were classified using Support Vector Machine (SVM) and Gaussian Mixture Models (GMMs). In order to obtain more reliable performance results, Double LOO-CV method that we proposed as a version of Leave-One-Out Cross Validation (LOO-CV) was used and the best performance (73%) was obtained by using cosine similarity for feature extraction and GMMs for classification.
Benzer Tezler
- Obsesif kompulsif bozukluk olgularının elektroensefalografi (EEG) alfa dalgalarının gücünün ve asimetrisinin sağlıklı kontrol grubu ile karşılaştırılması
Comparison of electroencephalography (EEG) alpha power and asymmetry in obsessive compulsive disorder cases with healthy control group
ŞÜKRAN TEKİN
Tıpta Uzmanlık
Türkçe
2023
PsikiyatriSağlık Bilimleri ÜniversitesiRuh Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. SİNAN YETKİN
- COVID-19 pandemisinin pandemi sürecinde doğum yapan kadınların bebek bakımı ile ilgili obsesif kompulsif davranışları üzerindeki etkileri
The effects of the COVID-19 pandemic on the baby care-related obsessive-compulsive behavior of women who gave birth during the pandemic
ZEHRA NUR ÇAĞIL
Tıpta Uzmanlık
Türkçe
2022
Aile HekimliğiHacettepe ÜniversitesiAile Hekimliği Ana Bilim Dalı
DOÇ. DR. DUYGU AYHAN BAŞER
- Dopamine detection using mercaptopropionic acid and cysteamine for electrodes surface modification
Mercaptopropiyonik asit kullanan dopamin tespiti ve elektrod yüzey modifikasyonu için sisteamin
MUHAMMAD SALMAN KHAN
Yüksek Lisans
İngilizce
2017
Elektrik ve Elektronik MühendisliğiÖzyeğin ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET TEKİN
- Katekol-O-Metiltransferaz (COMT) ve serotonin taşıyıcı genlerinin obsesif kompulsif bozukluk ile olan ilişkisi
The relationship between Catechol-O-Methyltransferase (COMT) and serotonin transporter genes with obsessive compulsive disorder
SAİDE NUR OKUTAN
Yüksek Lisans
Türkçe
2013
Adli Tıpİstanbul ÜniversitesiFen Bilimleri Ana Bilim Dalı
PROF. DR. MÜJGAN CENGİZ
- Depresyonlu ve depresyonsuz obsesif kompulsif bozuklukta immun sistem göstergeleri
Başlık çevirisi yok
SELİN MIZRAK
Tıpta Uzmanlık
Türkçe
2006
PsikiyatriCelal Bayar ÜniversitesiPsikiyatri Ana Bilim Dalı
DOÇ.DR. MEHMET MURAT DEMET