Uyku evrelemesinde çeşitli dalgacık ve sınıflandırıcıların performans analizi
Performance analysis of various wavelets and classifiers for sleep staging
- Tez No: 392789
- Danışmanlar: DOÇ. DR. EMİNE BOLAT
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 94
Özet
Bu çalışmada, uyku evrelerinin sınıflandırılması için EEG (Elektroensefalogram) ve EOG (Electrooculography) işaretlerinin dalgacık analizi ile incelenip, KNN (K-nearest neighbors) komşuluğu, destek vektör makinaları ve lojistik regresyon sınıflandırıcıları kullanılarak en yüksek başarı oranının elde edilmesi amaçlanmıştır. Alınan EEG işaretleri Matlab programında farklı dalgacık tipleri ile dalgacık dönüşümü kullanılarak alt frekans bantlarına ayrılmış ve bu alt bantlardan her bir epok için öznitelikler elde edilmiştir. Çıkartılan öznitelik boyutlarının azaltımı için Weka (Waikato Environment for Knowledge Analysis) programı aracılığıyla farklı öğrenme algoritmaları olan sarmal (Wrapper) ve filtre metotları kullanılmış ve sınıflandırıcılara uygulanarak başarı oranları elde edilmiştir. Kullanılan dalgacık çeşitlerinin ve sınıflandırıcıların performanslarını karşılaştırmak amacıyla karmaşıklık matrisi analizleri kullanılmıştır.
Özet (Çeviri)
In this study, EEG (Elecktroensefalogram) and EOG (Electrooculography) based sleep stage classification is realised using wavelet analysis, KNN (K-nearest neighbors), support vector machine and logistic regression for getting the highest performance. The taken EEG signals are divided into the sub bands employing different wavelet types and wavelet transform in Matlab program. The features for each epoch are derived from the sub bands. Feature selection process is realized by Weka (Waikato Environment for Knowledge Analysis) program utilizing wrapper and filter methods and the selected features are applied to the classifiers and the performance rates are achieved. Confusion matrix analysis is employed for comparing the used wavelet types and the classifier performances.
Benzer Tezler
- Kronik obstrüktif akciğer hastalığı olan bireylerin sigaraya ilişkin sağlık okuryazarlık düzeylerinin alevlenme sıklığı ve uyku kalitesi ile ilişkisinin belirlenmesi
Determination of the relationship between smoking health literacy levels and execarbation frequency and sleep quality of individuals with chronic obstructive pulmonary disease
TUĞBA OLCAR
Yüksek Lisans
Türkçe
2023
Göğüs Hastalıklarıİstanbul Üniversitesi-Cerrahpaşaİç Hastalıkları Hemşireliği Ana Bilim Dalı
DOÇ. DR. HİLAL UYSAL
- Diz osteoartritli hastalarda nöropatik ağrının fonksiyonel kapasite, emosyonel durum, uyku kalitesi ve yaşam kalitesi üzerine etkisi
Effect of neuropathic pain on functional capacity, emotional state, sleep quality and quality of life in patients with knee osteoarthritis
VİJDAN YILDIZ ÖZKUL
Tıpta Uzmanlık
Türkçe
2020
Fiziksel Tıp ve RehabilitasyonRecep Tayyip Erdoğan ÜniversitesiFiziksel Tıp ve Rehabilitasyon Ana Bilim Dalı
DOÇ. DR. MÜNEVVER SERDAROĞLU BEYAZAL
- Parkinson hastaliğinda tedaviye uyum: bakim veren rolü üzerinden bir değerlendirme
Compliance with treatment in parkinson's disease: an evaluation based on the caregiver role
ECENUR KORU TAŞÇI
Yüksek Lisans
Türkçe
2024
HemşirelikTekirdağ Namık Kemal ÜniversitesiHemşirelik Ana Bilim Dalı
DOÇ. DR. ZEYNEP TOSUN
- İdiyopatik parkinson hastalığında nonmotor semptomlar ve nonmotor dalgalanmalar
Nonmotor symptoms and nonmotor fluctuations in patients with idiopathic parkinson's disease
İPEK KESKİN
Tıpta Uzmanlık
Türkçe
2020
NörolojiSağlık Bilimleri ÜniversitesiNöroloji Ana Bilim Dalı
DOÇ. DR. ÖZGE YILMAZ KÜSBECİ