Geri Dön

Disease signature extraction for obsessive compulsive disorder using effective connectivity analysis based on dynamic causal modelling

Nedensel dinamik modellemeye dayalı efektif bağlantısallık analizi kullanılarak obsesif kompulsif bozukluk için hastalık imzası çıkarılması

  1. Tez No: 442291
  2. Yazar: ALİCAN YÜKSEL
  3. Danışmanlar: PROF. DR. UĞUR HALICI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyomühendislik, Elektrik ve Elektronik Mühendisliği, Bioengineering, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2016
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 117

Özet

Nörobilim alanında, zihinsel hastalıkları tespit etmek ve bu hastalıkların imzasını çıkartmak için insan beynindeki aktivasyonlar üzerine çalışmalar yapılmaktadır. Obsesif Kompulsif Bozukluk (OKB) da çok sık karşılaşılan zihinsel hastalıklardan birisidir. İşlevsel Manyetik Rezonans Görüntüleme (iMRG) tekniği kullanılarak bu hastalık üzerine birçok çalışma yapılmasına rağmen, hastalık imzasının çıkarılması üzerine yapılan çalışmalar çok kısıtlıdır. iMRG ile işlevsel bağlantısallık analizi kullanılan eski çalışmaların aksine, bu çalışmanın amacı efektif bağlantısallık kullanılarak OKB hastaları ile sağlıklı insanların beyin aktiviteleri arasındaki farkı tespit etmektir. Bu amaç doğrultusunda, 12 OKB hastası ve 12 sağlıklı insandan alınmış¸ görev temelli iMRG verileri üzerine Dinamik Nedensel Modelleme (DNM) kullanılmıştır. Modeller öngörülen ve ölçülen işaretleri eşleyen Bayesçi method kullanılarak tahmin edilmiştir. Bu method aynı zamanda en uyumlu efektif bağlantısallık değerlerini de belirlemiştir. Bu aşamadan sonra, bulunan efektif bağlantısallık değerleri her bir kişi için özellik olarak kullanılmıştır ve bu özellikler ile OKB hastaları ve sağlıklı kişiler Destek Vektör Makinesi (DVM) ile sınıflandırılımıştır.

Özet (Çeviri)

In neuroscience, there exist some studies on activations of human brain used to detect mental disorders and to extract their signatures. Obsessive Compulsive Disorder (OCD) is one of the most common mental disorder that is encountered. Although there are many studies concern about this disorder by using functional Magnetic Resonance Imagining (fMRI), there exist very limited studies for extracting OCD signature that is extracting features from brain activity data to discriminate successfully OCD and healthy subjects. Unlike the past studies which used functional connectivity analysis on fMRI to extract signature of OCD, the aim of this work is to discriminate human brain activities between OCD patients and healthy ones by using effective connectivity analysis. For this purpose, Dynamic Causal Modelling (DCM) is used on the task related fMRI data that were taken from 12 healthy people and 12 OCD patients. Models are estimated by Bayesian Method by fitting the predicted BOLD signals to real signals measured and so to determine the best fitted neuronal state parameters. After that, these effective connectivity parameters are used as features for each subject and Support Vector Machine (SVM) classification method is used to discriminate OCD and control group.

Benzer Tezler

  1. Diagnosis of the Pseudomonas Aeruginosa disease on human and plants with image processing and pattern recognition techniques

    Görüntü işleme ve desen tanıma teknikleri ile insan ve bitkilerde Pseudomonas Aerugınosa hastalığının teşhisi

    TWESIGYE AMON

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. VECDİ AYTAÇ

  2. Bakacak- Hendek (Sakarya) bölgesi metalik maden yatağının jeofizik ve uzaktan algılama yöntemleri ile incelenmesi

    Detection of geological structures by remote sensingmethods using satellite images

    FAZLI AHMET ZENGİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Jeofizik MühendisliğiSakarya Üniversitesi

    Jeofizik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÜNAY BEYHAN

  3. Investigating the effect of different feature selection strategies for classification of gene expression signatures of tumor cells

    Tümör hücrelerin gen ifade imzalarinin siniflandirilmasina ilişkin farkli özellik seçim stratejilerinin etkisinin incelenmesi

    ABUBAKHARI SSERWADDA

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Biyoistatistikİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. YUSUF YASLAN

  4. Sol ön inen artere mıdcabg tekniği ile bypass uygulanan hastalarda orta dönem ''lima-lad'' açıklığını değerlendirmede miyokard perfüzyon sintigrafisinin yeri

    The value of myocardial perfusion signature in the evaluation of medium-lima-lad clearance in patients bypass applied with midcabg technique

    RAMAZAN AKDEMİR

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2001

    Göğüs Kalp ve Damar CerrahisiSağlık Bakanlığı

    Kardiyoloji Ana Bilim Dalı

    PROF. DR. İSMET DİNDAR

  5. BCR-ABL (PH kromozomu) negatif kronik myeloproliferatif neoplazilerdeki kemik iliği mikroçevresi özelliklerinin bu hastalıkların ayırıcı tanısındaki önemi

    The signature of bone marrow microenvironment for differantial diagnosis of bcr-abl negative myeloproliferative neoplasms

    YASEMİN YUYUCU KARABULUT

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2011

    PatolojiAnkara Üniversitesi

    Patoloji Ana Bilim Dalı

    PROF. DR. IŞINSU KUZU