Geri Dön

Classification of epilepsy and psychogenic patients with analysis of EEG signals

EEG sinyallerinin analizi ile epilepsi ve psikojenik hastaların sınıflandırılması

  1. Tez No: 409053
  2. Yazar: BÜŞRA KURU
  3. Danışmanlar: YRD. DOÇ. DR. KADİR TUFAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: İngilizce
  9. Üniversite: Fatih Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 52

Özet

Epilepsi en sık karşılaşılan nörolojik rahatsızlıktır. Bir çok insanda görülmesinin yanısıra, epileptik nöbetler ile psikojenik nöbetlerin tespiti oldukça zordur. Psikojenik (epileptic olmayan) nöbetler (PNES), epileptic nöbetler ile karşılaştırıldığında ayrımının yapılması zor hastalıklardan biridir. Doktorlar, hastadan alınan EEG sinyallerinin görsel analizi ile bu iki hastalığın tespitini yaparlar. Hastalarda epileptic ve psikojenik hastalıkları teşhisinde yanlış veya geç tespit yapıldığında, hasta üzerinde yanlış ilaç tedavisiyle meydana gelen ciddi problemler oluşmaktadır. Bu sorunlar hastalarda emek, zaman ve para kaybına neden olabilir. Bu tez çalışmasında, EEG sinyallerinin analizi yapılarak epileptic ve psikojenik hastalar için otomatik sınıflandırma metodu amaçlanmıştır. Bizim bilgimize göre, epileptik hastaların psikojenik hastalardan ayrımını yapan ilk çalışmadır. Ayrık dalgacık dönüşümü (ADD), EEG kanallarını frekans bantlarına göre ayırmak için kullanılmıştır. Her bandın doğrusal olmayan Büyük Lyapunov Üssü (BLÜ) hesaplanmıştır. Bu parametreye göre özellik vektörü oluşturulmuştur. Destek vektör makinesi (DVM) yukarıda bahsedilen hastalıkların sınıflandırılmasında kullanılmıştır. Elde edilen doğruluk, duyarlılık ve özel değerler kullanılan metodun doktorlar için umut verici bir metot olduğunu göstermiştir.

Özet (Çeviri)

Epilepsy is the most common neurological disorder. The disease affects a large population. However, it is often difficult to clearly establish the diagnosis of epilepsy, especially for epileptic seizures and psychogenic seizures. In fact, psychogenic non-epileptic seizures (PNES) are extremely common and difficult to differentiate from epileptic seizures. Physicians can diagnose both conditions by visual analysis of electroencephalograph (EEG) signals. When the patients are misdiagnosed between epileptic and psychogenic, they indicate serious problems such as late in the drug treatment for epilepsy patients, financial burden or possible side effects of antiepileptic drugs for psychogenic patients. These problems cause loss of labor, time, and money in both groups of patients. In this paper, we propose an automatic classification method for epileptic and psychogenic seizures on the basis of EEG signals. To the best of our knowledge, this is the first study to discriminate epileptic seizures from psychogenic ones. Discrete wavelet transform (DWT) is used to breakdown each EEG channel into frequency bands. Non-linear largest Lyapunov exponent (LLE) of each band is calculated. A feature vector is created by using this parameter. Support vector machine (SVM) was used to classify the two conditions, and the results obtained for the accuracy, sensitivity, and specify values showed that our method is a promising tool for physicians.

Benzer Tezler

  1. Mersin Üniversitesi Tıp Fakültesi Hastanesi çocuk acil servisine başvuran febril konvülziyon veya epilepsi nedeniyle takip edilen hastaların sosyodemografik biyokimyasal ve etyolojik yönden değerlendirilmesi

    Sociodemographic biochemical and ethiological evaluation of the patients who apply to Mersin University Faculty Hospital, child emergency service, followed by febrile convulsion or epilepsy

    UGUR RAŞİT KAYACAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2018

    Çocuk Sağlığı ve HastalıklarıMersin Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    PROF. DR. ÇETİN OKUYAZ

  2. Primer jeneralize epilepsili hastaların birinci derece yakınlarında epilepsi ve eeg incelemesi

    The relationship of familial eeg characteristicswith age and gender in primary generalized epilepsy

    ÖZLEM BİZPINAR MUNİS

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2001

    NörolojiSağlık Bakanlığı

    Nöroloji Ana Bilim Dalı

    PROF. DR. MEHMET FEVZİ ÖZTEKİN

  3. Deneysel olarak oluşturulan epileptik diken aktivitesinin sinyal işleme metotları ve yapay sinir ağları kullanılarak incelenmesi ve bulguların otonomik ve davranışsal yanıtlarla füzyonu

    Investigation of experimentally induced epileptic spike activity using signal processing methods and artificial neural networks and fusion of findings with autonomic and behavioral responses

    DENİZ KARAÇOR

    Doktora

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik MühendisliğiAnkara Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT HÜSNÜ SAZLI

    PROF. DR. EYÜP SABRİ AKARSU

  4. Epileptik nöbet sonrası akut dönemdeki difüzyon MR ve EEG'lerin değerlendirilmesi

    Evaluation of diffusion MR and EEG performed after acute epileptic seizure

    KAMER TANDOĞAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2017

    NörolojiSağlık Bilimleri Üniversitesi

    Nörobilim Ana Bilim Dalı

    DOÇ. VİLDAN AYŞE YAYLA

    UZMAN HÜLYA ERTAŞOĞLU TOYDEMİR

  5. Yeni tanı almış epileptik çocuklarda interiktal eeg ve uyku deprivasyonlu kısa süreli video eeg monitörizasyonunun tanısal değeri

    Diagnostic value of interictal eeg and short-duration video eeg monitoring with sleep deprivation for newly diagnosed epileptic children

    NURİYE ASLI MELEKOĞLU

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2012

    Çocuk Sağlığı ve HastalıklarıÇukurova Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    PROF. DR. MİHRİBAN ÖZLEM HERGÜNER