Geri Dön

The diagnosis of alzheimer's disease based on the classification of fMRI data

Alzheimer hastalığının fMRI verisinin sınıflandırılmasına dayalı tanısı

  1. Tez No: 436554
  2. Yazar: KAYA OĞUZ
  3. Danışmanlar: DOÇ. DR. MUHAMMET GÖKHAN CİNSDİKİCİ, PROF. DR. TAYFUN DALBASTI
  4. Tez Türü: Doktora
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2016
  8. Dil: İngilizce
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Uluslararası Bilgisayar Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 133

Özet

Alzheimer Hastalığı en sık rastlanan demans türlerinden biridir. Bu tezde hastalığın erken tespiti için, işlevsel manyetik rezonans görüntüleme verilerinin uygun olarak sınıflandırılması hedeflenmiştir. Alzheimer Hastalığının temelinde sinirlerdeki sinyal iletişiminin aksaması vardır. Bu aksamadan etkilenen beyin bölgelerini hedefleyen işlevsel görevler belirlenmiştir. İşlevsel çekimde görevi yapan farklı denek grupları arasında farklılıklar çıkması beklenmektedir. Etkinlikleri tespit edebilecek beş adet özgün yöntem önerilmiştir. Bu yöntemlerden üç tanesi anlık etkinlik tespiti yapmakta, diğer ikisi ise bütün deneyin verilerini kullanmaktadır. Yöntemlerde kararlı regresyon yöntemi kullanılarak dinlenme anındaki değerlerin regresyon doğrusu çıkartılmış ve bu doğruya olan uzaklıklar yeni bir metrik olarak kullanılmıştır. Etkinlik dışında, Alzheimer Hastalığını tespit etmede kullanılabilecek işlevsel bağlantısallık yöntemleri incelenmiştir. Varsayılan durum ağı, dinlenme anında beynin belirli bölgelerinin zamansal olarak korelasyon gösteren yerlerinden oluşur. Bu ağdaki bölgeler Alzheimer Hastalarında daha az korelasyon göstermektedir. Deneklere ait verilerin hem etkinlik, hem de işlevsel bağlantısallık bilgileri LVQ ve yapay sinir ağları ile sınıflandırılmıştır. Kullanılan üç veri setinde etkinlik verileri ile %98, fonksiyonel bağlantısallık ile de %90 başarı elde edilmiştir.

Özet (Çeviri)

Alzheimer's Disease is the most common form of dementia. This thesis aims to use functional magnetic resonance imaging data classification to diagnose the disease. One of the main causes for Alzheimer's Disease is synaptic failure. An fMRI experiment that targets the brain regions that are affected by this failure has been developed. Differences are expected to emerge between the subjects in different groups. Five novel methods has been proposed to locate the activations. Three of these can detect an activation instantaneously, while the other two use the complete experiment data. The methods use robust regression to find the regression line for the resting state and use the distance to this line as a new metric. Besides activation information, functional connectivity methods has been researched which can be used to detect the Alzheimer's Disease. When the brain is at rest, the temporal correlations between specific regions form a network called the default mode network. There is a decrease in correlation in subjects with Alzheimer's Disease. The activations and functional connectivity features has been classified with LVQ and artificial neural networks. In the three data sets used, a success of 98% has been reached for the activation features, and 90% has been reached for functional connectivity.

Benzer Tezler

  1. Alzheimer hastalığı tespiti ve CNN model sınıflandırması

    Başlık çevirisi yok

    CEREN GÜNDÜZALP

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKALP TULUM

  2. Derin öğrenme yöntemleri ile Alzheimer hastalığının tespiti ve sınıflandırılması

    Detection and classification of Alzheimer's disease using deep learning methods

    FİRDEVS SÜMEYYE ÇELENLİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMalatya Turgut Özal Üniversitesi

    Enformatik Ana Bilim Dalı

    DOÇ. DR. HARUN BİNGÖL

  3. Parkinson hastalarının dikkat fonksiyonlarına ait beyin aktivasyonlarının fonksiyonel MRG ile incelenmesi ve evrişimsel sinir ağları ile sınıflandırılması

    Analysis of the brain activations of attention functions of Parkinson patients with functional MRI and classification with conventional neural networks

    NUR YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    BiyomühendislikSelçuk Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÜZİN ÖZMEN

  4. Alzheımer hastalığının teşhisi için demxnet model önerisi ve derin transfer öğrenme yöntemleri ile karşılaştırılması

    Model proposal of demxnet for the diagnosis of Alzheimer's disease and comparison with deep transfer learning methods

    NACİYE NUR ARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKütahya Dumlupınar Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DURMUŞ ÖZDEMİR

  5. Derin öğrenme yöntemleriyle medikal görüntü sınıflandırma

    Medical image classification with deep learning methods

    ZEYNEP CANTEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HACER KARACAN