Geri Dön

The detection of non-seizure and seziure EEG condition with curve length method

Normal ve inme EEG durumlarının eğri uzunluk analiz metoduyla tespit edilmesi

PDF İndir

  1. Tez No: 382693
  2. Yazar: AGAMYRAT AGAMBAYEV
  3. Danışmanlar: PROF. DR. SADIK KARA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Nöroloji, Elektrik ve Elektronik Mühendisliği, Biyomühendislik, Neurology, Electrical and Electronics Engineering, Bioengineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: İngilizce
  9. Üniversite: Fatih Üniversitesi
  10. Enstitü: Biyomedikal Mühendislik Enstitüsü
  11. Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Dünyada yaklaşık 50 milyon üzerinde Epilepsi hastalığından etkilenen hasta sayısının olduğu tahmin edilmektedir Beyin hücrelerinde geçici anormal elektrik yayılması sonucu ortaya çıkan klinik bulgu nöbet olarak tanımlanmaktadır. Epilepsi birden çok inmelerin aniden ortaya çıkması şeklinde tanımlanmakta olup dikkat dağınıklığı vey a tüm vücüt tutulamsı gibi semptomların görülmesine neden olmaktadır. Klinik veya EEG verilerine göre Epilepsi Genel vey Kısmı olarak iki gruba ayrılabilmektedir. Inmeli EEG ve normal EEG'nin tespiti Epilepsi çalışmalarında önemli rol oynamaktadır Normal ve İnme EEG durumlarının tespiti Birçok yöntemle yapılabilmektedir. Eğri analizi yöntemi sinyalin belirlenen zaman dilimindeki eğri uzunluklarını hesaplamaktadır. EEG sinyallleri frekansa ve genliğe bağlı olduğundan yöntem sinyaldeki değişimleri kolayca tespit edebilmektedir. Bu tezin ana fikri eğri analizi metoduyla Normal ve İnme EEG durumlarının tespitini yapmaktır.

Özet (Çeviri)

Around 50 million of people world poplulation affected by Epilepsy which characterized by recurrent seizures A seizure is an abrupt, impermanent aberration in the brain's electrical activity that produces disruptive symptoms. This symptoms can be lapse in attention or whole body convolution. According to the Clinic and EEG data, Seizures can either be generalized or partial. Detection of Non-seizure, and Seizure condition of EEG data take an important role for understanding the behavior of disease. The best solution for this is EEG signals from patients should be processed. Curve length analysis method which calculate the total length of given time interval. During seizure, because of EEG data depend on both frequency and amplitude, both ampliute and frequency will affected. So total length of curve between given interval will definetly different from non eizure part.

Benzer Tezler

  1. Tez No

    458055

    Epilepsy seizure detection in eeg signals using wavelet transforms and support vector machines

    Dalgacık dönüşümü ve destek vektör makineleri kullanarak epilepsi nöbeti tanıma

    AWIN MAHMOOD SALEEM

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AHMET ÇINAR

  2. Tez No

    329576

    Destek vektör makineleri yardımıyla invaziv EEG verilerinden epileptik nöbet tahmini

    Epileptic seizure prediction from invasive EEG signals using support vector machines

    FIRAT DUMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Elektrik ve Elektronik MühendisliğiMustafa Kemal Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ESEN YILDIRIM

  3. Tez No

    634969

    Nörolojik krizlerden epilepsi nöbetinin kestirimi

    Prediction of epilepsy seizures from neurological crises

    SÜLEYMAN DAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Elektrik ve Elektronik MühendisliğiBatman Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. NECMETTİN SEZGİN

  4. Tez No

    535626

    İstanbul Üniversitesi Cerrahpaşa Tıp fakültesi video-EEG monitorizasyon ünitesinde incelenen hastaların retrospektif olarak epidemiyolojik değerlendirilmesi

    Patients WHO were hospitalized in the video-EEG unit of İstanbul University Cerrahpasa Medical Faculty retrospectively analyzed for epidemiological purpose

    AZAR MAMMADOV

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2019

    Nörolojiİstanbul Üniversitesi-Cerrahpaşa

    Nöroloji Ana Bilim Dalı

    PROF. DR. SEHER NAZ YENİ

  5. Tez No

    989937

    Kesirli mertebeden türev yardımıyla EEG sinyallerinin modellenmesi ve PINN destekli FO-MPC ile epileptik nöbet kontrolü analizi

    Modeling EEG signals using fractional order derivatives and analysis of epileptic seizure control with PINN-supported FO-MPC

    SADULLAH BULUT

    Doktora

    Türkçe

    Türkçe

    2026

    MatematikErzurum Teknik Üniversitesi

    Matematik Ana Bilim Dalı

    DOÇ. DR. MUHAMMED YİĞİDER

Geri Dön