Geri Dön

Dikkat eksikliği ve hiperaktivite bozukluğunun(DEHB) EEG sinyalleri kullanılarak yapay sinir ağları ile kestirimi.

Estimation of attention deficit and hyperactivity disorder (ADHD) with artificial neural networks using EEG signals

  1. Tez No: 563624
  2. Yazar: MUSTAFA BAŞARAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MUSTAFA TOSUN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyomühendislik, Elektrik ve Elektronik Mühendisliği, Bioengineering, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: DEHB, Elektroensefalogram, Self Organizing Maps, Welch metod, Yapay Sinir Ağları, ADHD, Artificial Neural Networks, Electroencephalogram, SOM, Welch method
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Dumlupınar Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İleri Teknolojiler Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 50

Özet

DİKKAT EKSİKLİĞİ VE HİPERAKTİVİTE BOZUKLUĞUNUN (DEHB) EEG SİNYALLERİ KULLANILARAK YAPAY SİNİR AĞLARI İLE KESTİRİMİ Mustafa BAŞARAN İleri Teknolojiler, Yüksek Lisans Tezi, 2019 Tez Danışmanı: Dr. Öğr. Üyesi Mustafa TOSUN ÖZET Dikkat Eksikliği Hiperaktivite Bozukluğu (DEHB), hiperaktivite, dikkatsizlik ve ani davranışlarla karakterize edilen nöro-gelişimsel bir hastalıktır. Hastalık teşhisinde EEG sinyalleri de sıklıkla kullanılmaktadır. Beynin sinirsel faaliyetleri ile elde edilen biyoelektriksel sinyallere Elektroensefalogram (EEG) sinyalleri denir. EEG sinyalleri periyodik değildir. Faz, genlik ve frekansları sürekli değişim göstermektedir. EEG frekans bantları, delta, teta, alfa ve beta olarak adlandırılmaktadır. Dikkat eksikliği ve hiperaktivite bozukluğu (DEHB) olan bireylerde normal kişilere göre frekans bantlarındaki güç yoğunlukları değişkenlik göstermektedir. Bu çalışmada dikkat eksikliği ve hiperaktivite bozukluğu olan hastalardan alınan EEG işaretlerinin güç spektrum yoğunlukları welch metodu kullanılarak elde edilmiştir. Güç spektrum yoğunluk değerleri, EEG sinyallerinin öznitelik değerleri olarak İleri beslemeli Geri yayılmalı (FFBPNN) Yapay Sinir Ağı, Elman Ağı ve Self Organizing Maps (SOM) ağına uygulanmıştır. Eğitilen ağlar test verileriyle test edilmiştir. Test sonucunda FFBB ağında sınıflandırma başarısı %89, elman ağında %84 ve SOM ağında %70 olarak ölçülmüştür.

Özet (Çeviri)

ESTIMATION OF ATTENTION DEFICIT AND HYPERACTIVITY DISORDER (ADHD) WITH ARTIFICIAL NEURAL NETWORKS USING EEG Mustafa BAŞARAN Advanced technologies, Master Thesis, 2019 Thesis Supervisor: Assist. Prof. Dr. Mustafa TOSUN SUMMARY Attention Deficit Hyperactivity Disorder (ADHD) is a neurological disorder characterized by hyperactivity, carelessness and sudden behavior. EEG signals are also frequently used for disease diagnosis. Bioelectrical signals that occur as a result of neural activity of the brain are called electroencephalogram (EEG) signals. EEG signals are not periodic. Phase, amplitude and frequencies change continuously. EEG frequency bands are called delta, theta, alpha and beta. In individuals with attention deficit and hyperactivity disorder (ADHD), the power densities in the frequency bands vary compared to normal individuals. In this study, the power spectrum intensities of EEG signals obtained from patients with attention deficit and hyperactivity disorder were obtained by using the welch method. The power spectrum density values were applied to the Forward Feed Back Propagation (FFBPNN) Artificial Neural Network, Elman Network and Self Organizing Maps (SOM) network as feature values of EEG signals. Trained networks were tested with test data. As a result of the test, the success of classification in FFBPNN network was 89%, 84% in Elman network and 70% in SOM network.

Benzer Tezler

  1. Fizyolojik sinyaller ve hareket verileri kullanılarak dikkat eksikliği hiperaktivite bozukluğunun tespit edilmesine yönelik test sistemi gerçekleştirilmesi ve analizi

    Development and analysis of a test system for the detection of attention deficit hyperactivity disorder using physiological signals and motion data

    MUSTAFA YASİN ESAS

    Doktora

    Türkçe

    Türkçe

    2023

    Mühendislik BilimleriErciyes Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. FATMA LATİFOĞLU

  2. Detection of attention deficit hyperactivity disorder by using EEG signals and deep learning

    Dikkat eksikliği hiperaktivite bozukluğunun EEG sinyalleri ve derin öğrenmeyle tespiti

    EFE UTKU COŞMAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİzmir Ekonomi Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. AYDIN AKAN

  3. Dikkat eksikliği ve hiperaktivite bozukluğu olan çocuklarda bilişsel fonksiyonların elektroensefalografi, uyarılmış potansiyel ve fonksiyonel yakın kızılötesi spektroskopisi yöntemleriyle incelenmesi

    Investigation of cognitive functions of children with attention deficiency and hyperactivity disorder via electroencephalography, evoked potentials and functional near-infrared spectroscopy

    MİRAY ALTINKAYNAK

    Doktora

    Türkçe

    Türkçe

    2021

    Mühendislik BilimleriErciyes Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. AYŞEGÜL GÜVEN

  4. Dikkat eksikliği ve hiperaktivite bozukluğunun patogenezinde nöroinflamasyonun rolü ve EEG'deki epileptik aktivite ile ilişkisi

    Başlık çevirisi yok

    GÜLBERK TAHAOĞLU BARIN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2020

    Çocuk Sağlığı ve Hastalıklarıİstanbul Üniversitesi-Cerrahpaşa

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    PROF. DR. SEMA SALTIK