Geri Dön

EEG sinyallerinin epilepsinin nöbet öncesi tespitine yönelik analizi ve modellenmesi

Analysis and modeling of EEG signals for pre-seizure detection of epilepsy

PDF İndir

  1. Tez No: 570066
  2. Yazar: TUĞBA ŞENTÜRK
  3. Danışmanlar: DOÇ. DR. FATMA LATİFOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Epilepsi, Elektroensefalografi (EEG), Modelleme, Varyasyonel Kip Ayrışım Yöntemi, Tekil Spektrum Analiz Yöntemi, Epilepsy, Electroencephalography (EEG), Modelling, Variational Mode Decomposition Method, Single Spectrum Analysis
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 72

Özet

Epilepsi, beyindeki geçici ve beklenmedik elektriksel bozulma ile karakterize edilen bir hastalıktır ve teşhisinde genellikle ilk değerlendirme aracı olarak Elektroensefalografi (EEG) tercih edilmektedir. Nöbetlerin beklenmedik şekilde ortaya çıkmasıyla oluşan yaygın bir nörolojik hastalık olan epilepsi nöbetine benzer nöbetler bir çok farklı olayda da ortaya çıkabileceğinden tespiti zor bir hastalıktır. Bu zorluğu ortadan kaldırmak için yapılan çalışmalar literatürde yaygın olarak bulunmaktadır. Bu tez çalışmasında literatürdeki çalışmalara yenilik getirecek şekilde EEG sinyalleri kullanarak epilepsinin nöbet öncesi tespitine yönelik sinyal işleme çalışmaları ortaya konmuştur. Bu amaçla, EEG sinyallerine uygulanan ön işlemlerden sonra Varyasyonel Kip Ayrışım (VKA) yöntemi kullanılarak EEG sinyalleri alt bantlara ayrıştırılmıştır. Elde edilen alt bant sinyallerinin belirli pencere aralıklarında varyans değerleri hesaplanarak alt bant sinyallerine ait varyans değişimlerini gösteren grafikler elde edilmiştir. Bu grafikler analiz edildiğinde epileptik aktivite öncesinde de epileptik aktivite durumunda olduğu gibi önemli değişimler görülmüştür. Tez çalışmasının ikinci aşamasında epileptik dalga formları modellenerek matematiksel ifadesi ortaya konmuştur. Matematiksel modelleme öncesi EEG sinyalleri ön işleme tabi tutulmuştur ve Tekil Spektrum Analiz (TSA) Yöntemi uygulanmıştır. Optimizasyon algoritmaları kullanılarak ortaya konulan model ile EEG sinyallerinin incelemesinde epileptik bölgelerin otomatik olarak tespit edilebilmesine olanak sağlanmıştır.

Özet (Çeviri)

Epilepsy is characterized by transient and unexpected electrical disruption of the brain, and electroencephalography (EEG) is generally preferred as the first assessment tool in the diagnosis. Seizures similar to epilepsy seizures, which is a common neurological disease caused by the emergence of seizures unexpectedly, can occur in many different events and is difficult to detect. Studies to eliminate this difficulty are widely available in the literature. In this thesis, signal processing studies for pre-seizure detection of epilepsy using EEG signals have been put forward, which will bring innovation to the literature studies. For this purpose, after pretreatment of EEG signals, EEG signals were subdivided using Variational Mode Decomposıtıon (VMD) method. The variance values of the obtained subband signals at certain window intervals were calculated and graphs showing the variance changes of the subband signals were obtained. When these graphs were analyzed, significant changes were observed before epileptic activity as in the case of epileptic activity. In the second stage of the thesis, epileptic waveforms were modeled and mathematical expression was presented. Before mathematical modeling, EEG signals were pretreated and Single Spectrum Analysis (SSA) Method was applied. With the model introduced using optimization algorithms, epileptic regions can be detected automatically in the examination of EEG signals.

Benzer Tezler

  1. Tez No

    591053

    EEG işaretlerinde epilepsi nöbet tahmini ve tespiti

    Epileptic seizure prediction and detection in EEG singnals

    ALIYA ZHUNIS

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik MühendisliğiKocaeli Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYSUN TAŞYAPI ÇELEBİ

  2. Tez No

    745011

    Epileptic activity detection using linear and non-linear methods

    Doğrusal ve doğrusal olmayan yöntemler ile epileptik aktivite tespiti

    CEREN CANYURT

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Nörolojiİnönü Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ REYHAN ZENGİN

  3. Tez No

    811417

    İdiyopatik jeneralize epilepsi tanılı hastalarda çalışma belleği, uzun süreli bellek, kaygı, depresyon ve EEG spektral analiz verilerinin karşılaştırılması

    Comparison of working memory, LONG-TERM memory, anxiety, depression and EEG spectral analysis data in patients with idiopatic generals epilepsy

    EMRE ERDOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    GenetikErciyes Üniversitesi

    Nörobilim Ana Bilim Dalı

    PROF. DR. FÜSUN FERDA ERDOĞAN

  4. Tez No

    178802

    Epilepsi teşhisi için EEG sinyal analizi

    EEG signal analysis for epilepsy diagnosis

    ESMA SEZER

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Elektronik ve Bilgisayar Sistemleri Eğitimi Ana Bilim Dalı

    DOÇ. DR. HAKAN IŞIK

  5. Tez No

    392665

    Deneysel olarak oluşturulan epileptik diken aktivitesinin sinyal işleme metotları ve yapay sinir ağları kullanılarak incelenmesi ve bulguların otonomik ve davranışsal yanıtlarla füzyonu

    Investigation of experimentally induced epileptic spike activity using signal processing methods and artificial neural networks and fusion of findings with autonomic and behavioral responses

    DENİZ KARAÇOR

    Doktora

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik MühendisliğiAnkara Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT HÜSNÜ SAZLI

    PROF. DR. EYÜP SABRİ AKARSU

Geri Dön