Makine öğrenmesi yöntemleri kullanılarak sesin müzikal öznitelikleri ile Parkinson hastalığının tespiti
Detection of Parkinson's disease with musical features using machine learning methods
- Tez No: 539883
- Danışmanlar: DOÇ. DR. OĞUZHAN ERDEM, DR. ÖĞR. ÜYESİ SEZER ULUKAYA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Nöroloji, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering, Neurology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Trakya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Hesaplamalı Bilimler Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Parkinson hastalığı ülkemizde ve dünyada Alzheimer hastalığından sonra en yaygın görülen, sinir sistemini etkileyen motor becerileri (yazma, denge, yutkunma, vb.), konuşma zorluğu, ses kısıklığı, düşünme ve davranış fonksiyonların kısmen veya tamamen kaybolmasına neden olan ve gündelik yaşantıyı olumsuz yönde etkileyen nörodejeneratif (sinir sisteminde geri dönüşü olmayan) hastalıklardan biridir. Hastalığın kesin bir tedavisi olmamakla birlikte hastaların gündelik yaşantılarını etkileyen semptomları azaltmayı sağlayan ilaç tedavisi uygulanmaktadır. Konuşma ve ses bozuklukları, Parkinson hastalığı sürecinin erken teşhisinde başvurulan en belirleyici semptomlardır. Bu amaçla bu çalışmada sesin müzikal özelliklerinin Parkinson hastalığının teşhisindeki etkisi incelenmiştir. Bu doğrultuda, Parkinson hastası ve sağlıklı bireylerden alınan ham ses kayıtlarından sesin ritim, ton, tını, perde ve dinamiklik gibi özellikleri çıkartılarak yapay öğrenme algoritmaları ile hangi özelliklerin hastalığı teşhis etmede daha başarılı olduğu araştırılmıştır. Bu tez çalışması, sesin müzikal özelliklerinin, Parkinson hastalığının teşhisinde kullanıldığı literatürdeki ilk örnek çalışma olacaktır.
Özet (Çeviri)
Parkinson's disease becomes a prevalent neurodegenerative disorder comes after Alzheimer's diseases in our country as well as all around the world. It affects the nervous system motor skills (writing, balance, swallowing, etc.), speech and voice production difficulties, mental and behavioral functions partially or completely. While not being a definitive treatment of this disease, drug therapy is being applied to reduce the symptoms affecting the daily lives of patients. Speech and voice disorders are one of the most significative symptoms of early diagnosis of the Parkinson's disease process. For this purpose, in this study, the effect of musical features on the diagnosis of Parkinson's disease was investigated. The rhythm, tone, timbre, pitch and dynamics features of the voice were extracted from the raw voice recordings of patients with Parkinson's disease and healthy individuals and the machine learning algorithms were used to determine which feature is more successful in diagnosing the disease. This thesis study will be the first case study in the literature in which the musical properties of sound are used in the diagnosis of Parkinson's disease.
Benzer Tezler
- Time-frequency and time-scale analysis, decomposition and classification of adventitious pulmonary sounds
Solunum ekseslerinin zaman-sıklık ve zaman-ölçek analizi, ayrıştırılması ve sınıflandırılması
SEZER ULUKAYA
Doktora
İngilizce
2017
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ZEYNEP YASEMİN KAHYA
- Designing digital interfaces for enhanced musical interaction and digital instrument mapping strategies to improvise alongside acoustic instruments
Müzikal etkileşimi arttıracak dijital arayüz tasarımları ve akustik enstrümanlarla birlikte doğaçlamalar için dijital enstrümanlara yönelik eşleme stratejileri
ONUR DAĞDEVİREN
Yüksek Lisans
İngilizce
2022
Müzikİstanbul Teknik ÜniversitesiMüzik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN DENEÇ
DR. ÖĞR. ÜYESİ KONSTANTINOS VASILAKOS
- Yeni Cami'nin akustik açıdan performans değerlendirmesi
Evaluation of the acoustical performance of the New Mosque
EVREN YILDIRIM
Yüksek Lisans
Türkçe
2003
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. SEVTAP YILMAZ DEMİRKALE
- Comparison of feature selection and extraction methods and active learning in voice based emotion recognition systems
Ses duygu tanıma sistemlerinde aktif öğrenme ve öznitelik seçme ve çıkarma yöntemlerinin karşılaştırılması
TOLGA ATALAY
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YUSUF YASLAN
- MIXPREP: Machine learning-based multitrack mix preparation assistant
MIXPREP: Çok kanallı ses miksaj hazırlığı için makine öğrenmesi tabanlı asistan
İSMET EMRE YÜCEL