Epilepsi hastalığının dalgacık dönüşümleri ve yapay sinir ağları ile tanılanması
The diagnosis of epilepsy with wavelet transform and artificial neural networks
- Tez No: 420358
- Danışmanlar: YRD. DOÇ. DR. OZAN KOCADAĞLI
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Mimar Sinan Güzel Sanatlar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 101
Özet
Elektroensefalogram, magnetoencephalogram, bilgisayarlı tomografi, magnetik rezonans görüntüleme gibi yöntemlerle nörolojik hastalıkların teşhisi önemli gelişmeler kaydetmiştir. Bu çalışmada, epilepsi hastası olan bir bireyden alınmış Elektroensefalogram (EEG) sinyallerinin dalgacık dönüşümleriyle spektral analizi gerçekleştirilerek, bu sinyaller hakkında önemli bilgi içeren dalgacık katsayıları elde edilmiştir. Bu katsayılar yardımıyla, analizlerde kullanılacak olan öznitelik vektörleri oluşturulmuştur. Daha sonra öznitelik vektörleri, çok kategorili lojistik regresyon ve çeşitli yapay sinir ağlarına girdi olarak verilerek, bireyden alınan sinyallerin bireyin durumunu teşhis edecek şekilde sınıflandırılması sağlanmıştır.
Özet (Çeviri)
Recently, electroencephlogram (EEG), magnetoencephalogram, computed tomography, magnetic resonance imaging has made significiant advances in the diagnosis of neurological diseases. In this study, EEG signals taken from an individual who suffers from epilepsy has been performed the spectral analysis using by the wavelet transforms. By means of these transformations, the wavelet coefficients which provide important information about these signals are obtained. From these coeffcients, the feature vectors are constructed to use in the analysis, because they include important information related to EEG signals. These feature vectors are considered as the system inputs for the multiple logistic regression analysis and artificial neural networks, and then the classification process is performed over these signals.
Benzer Tezler
- EEG işaretlerinden epilepsi türlerinin sınıflandırılmasında skalogram tabanlı derin öğrenme yaklaşımı
Scalogram based deep learning approach for classification of epilepsy types from EEG signals
ÖMER TÜRK
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDicle ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET SİRAÇ ÖZERDEM
- EEG verileri ile derin öğrenme tabanlı epilepsi nöbeti teşhisi
Emotion analysis with EEG based deep learning
ABDULKADİR BULDU
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiSiirt ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MELİH KUNCAN
DR. ÖĞR. ÜYESİ KAPLAN KAPLAN
- Bir ve iki boyutlu biyomedikal işaretlerin DCT tabanlı analizi
DCT based analysis of 1D and 2D biomedical signal
FATMA DEMİREZEN YAĞMUR
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET SERTBAŞ
- Epileptik preiktal aktivitelerin EEG-Aura tabanlı evrişimsel sinir ağları ve topoğrafik haritalama yaklaşımı ile değerlendirilmesi
Evaluation of epileptic preictal activities by EEG-Aura based convolutional neural networks and topographic mapping approach
HASAN POLAT
Doktora
Türkçe
2020
Elektrik ve Elektronik MühendisliğiDicle ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET SİRAÇ ÖZERDEM
- EEG işaretlerinde epilepsi nöbet tahmini ve tespiti
Epileptic seizure prediction and detection in EEG singnals
ALIYA ZHUNIS
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYSUN TAŞYAPI ÇELEBİ