Computer assisted EEG analysis = Dedection of epilepti form events by pattern recognition
Bilgisyar destekli EEG analizi = Epileptik dalgaların şekil algılama yöntemi ile saptanması
- Tez No: 35808
- Danışmanlar: PROF. DR. KEMAL ÖZMEHMET
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1994
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 44
Özet
ÖZET BİLGİSAYAR DESTEKLİ EEG ANALİZİ : EPİLEPTİK DALGALARIN ŞEKİL ALGILAMA YÖNTEMİ İLE SAPTANMASI Bu tezde, elektroensefalogram (EEG) verilerini analiz atmek için Turbo C++ dilinde bir program geliştirilmiş ve IBM uyumlu, 486 tabanlı bir bilgisayarda kullanılmıştır. EEG verileri, Dokuz Eylül Üniversitesi, Tıp Fakültesi Fizyoloji Ana Bilim Dalı'nda, sistemik magnezyum sülfatın penisilin nöbet modeline etkisini araştımak için yapılan bir deney sırasında kayıt edilmiştir. EEG analizi için şekil algılama yöntemi kullanılmıştır. EEG sinyali, dalga şekillerinin karakteristiklerini gösteren bilgileri elde etmek için işlenmiştir. Bu işlemde, sinyal ekranda grafiksel olarak gösterilmiştir. Bir pencere yardımı ile istenen şekiller seçilmiş ve sayısal gürültü yok edilmiştir. Daha sonra, seçilen dalganın birinci ve ikinci türevi hesaplanmıştır. Sonraki aşamada işlenen sinyalin tepe genliği, birinci türevinin tepe genliği, dalga süresi gibi karakteristik bilgiler program yardımı ile elde edilmiş ve analiz edilmek üzere kayıt edilmiştir. Dalga şeklinin özelliklerini veren bilgi parametrelerinin hesaplanması için EEG sinyalinin, birinci ve ikinci türevinin standard sapma değerleri hesaplanmıştır. Dalga şekillerini, epileptik ve epileptik-olmayan adlı iki gruba ayırmak için iki bilgi parametresi seçilmiştir. Bu parametrelerin eşik değerleri, epileptik dalgaları ayıracak şekilde, istatistiksel sonuçlar kullanılarak belirlenmiştir. Bu eşik değerlerini kullanarak, dalgaları ayırmak için daha önce kullanılan program geliştirilmiştir. Sistemin başarısını görmek için, deneyi gerçekleştiren fizyolojistlerden birinin değerlendirmesi ile bu çalışmada elde edilen sonuçlar karşılaştırılmıştır. Sonuç olarak, test verisinde bulunan epileptik dalgaların %85'ini program saptamıştır.
Özet (Çeviri)
THESIS ABSTRACT COMPUTER ASSISTED EEG ANALYSIS : DETECTION OF EPILEPTIFORM EVENTS BY PATTERN RECOGNITION Master of Science, January 1994 (B. Sc, Dokuz Eylül University, 1991) 44 Typed Pages Supervised by Prof. Dr. Kemal ÖZMEHMET In this thesis, a computer program was developed in Turbo C++ and implemented with an IBM compatible 80486 based computer, to analyze the electroencephalogram (EEG). The EEG data was recorded during an experimental study for modeling the effects of penicillin and magnesium sulfate to the rat's brain. Pattern recognition method was used to analyze the EEG. Fist of all, EEG was preprocessed to extract the feature characteristic of the wave forms. This was done by graphically displaying the wave forms on the screen and selecting them by pressing the related keys. Then the noise was filtered. Afterwards, the first and second derivatives of the selected wave form were calculated. Then the features were extracted from the signal and from its first and second derivative datum. These feature sets were saved and analyzed to create the base feature set. Standard deviation values of the EEG and its fist and second derivatives were calculated for the calculation of the feature parameters. mTwo feature parameters were selected to cluster the waves into epileptiform and non-epileptiform groups. The threshold values of these parameters were determined by analyzing the results of the statistical calculations. Using these threshold values, the program was developed to cluster the wave forms. To evaluate the system's performance, a comparison was made between the results and the visual evaluation of a physiologist who performed the experiment. As a result %85 of the SSWs in the test data were recognized by the program. IV
Benzer Tezler
- Çok değişkenli sinyal işleme teknikleri kullanarak eeg ile duygu durum analizi
Emotion state analysis by using multivariate signal processing techniques via eeg signals
PINAR ÖZEL
Doktora
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Üniversitesi-CerrahpaşaBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. AYDIN AKAN
- Motor imgeleme eeg sinyallerinin zaman-frekans spektrogramı temelli sınıflandırma yöntemlerinin incelenmesi ve karşılaştırılması
Examination and comparison of time-frequency spectrogram-based classification methods for motor imagery eeg signals
MEHMET GÜROCAK
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VEYSEL GÖKHAN BÖCEKÇİ
DR. ÖĞR. ÜYESİ ULVİ BAŞPINAR
- El ile kavrama hareketinin düşünülmesi sırasında kaydedilen EEGişaretlerinin pso tabanlı sınıflandırılması
Pso based classification of EEG signals recorded during imagery of hand grasp movement
OSMAN KEREM ATEŞ
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖNDER AYDEMİR
- Mobil eeg tabanlı açlık ve tokluk sınıflandırılması
Mobile eeg based hunger and satiety classification
EGEHAN ÇETİN
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiAkdeniz ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SÜLEYMAN BİLGİN
- Nöropazarlamayla reklamın etkilerinin belirlenmesine yönelik bir araştırma
A research on determining the effects of advertising through neuromarketing
HASAN SERHAT ÇERÇİ