EEG işaretlerinde epilepsi nöbet tahmini ve tespiti
Epileptic seizure prediction and detection in EEG singnals
- Tez No: 591053
- Danışmanlar: DR. ÖĞR. ÜYESİ AYSUN TAŞYAPI ÇELEBİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 76
Özet
Epilepsi nöbeti beynin sinir hücrelerinde anormal elektriksel boşalım olarak meydana gelen nörolojik bir bozukluktur. Elektroansefalografi (EEG) ise bu anormal elektriksel aktiviteyi kayıt etme yöntemidir. Bu çalışmada BONN veri tabanı kullanılarak EEG verilerinde sağlıklı, nöbet öncesi ve nöbet anı tespit edildi. Çalışmada ilk aşama olarak EEG işaretlerinde ciddi gürültü bulunması nedeniyle ön-işlem olarak gürültü giderimi gerçekleştirildi. İkinci aşama olarak EEG sinyallerine Ampirik Kip Ayrışımı yöntemi ile İçkin Kip Fonksiyonlarına ayrıştırılarak ve Ayrık Dalgacık Dönüşümü uygulayarak sinyalleri alt-bantlarına ayrıştırarak bu iki frekans uzayı dönüşümü yöntemlerinin ayrı ayrı sınıflandırma aşamasındaki başarımı irdelendi. Sınıflandırma aşamasından önce özellik çıkartımı amacıyla frekans uzayındaki sinyallerin istatiksel özellikleri çıkartıldı. Bu özellikler kullanılarak Destek Vektör Makineleri (DVM), Karar Ağacı (KA), K-en Yakın Komşuluk (K-YK) sınıflandırıcılarının başarımları analize edildi. BONN veri tabanı üzerinde yapılan deneylerde epilepsi tespiti ve tahmininde en iyi başarımı Ampirik Kip Ayrışımı uygulanılmasının ve sınıflandırıcı olarak da DVM, KA durumunda elde edildiği görüldü. Epilepsi hastalarının mevcut durumdan daha az etkilenmesi amacıyla bu tez kapsamında epilepsinin nöbet tespit ve tahminine yardımcı olacak bir yaklaşım gösterildi.
Özet (Çeviri)
Epilepsy seizure is a neurological disorder that occurs as abnormal electrical discharge in the nerve cells of the brain. Electroencephalography (EEG) is a method of recording this abnormal electrical activity. In this study, healthy, pre-seizure and seizure were determined in EEG data by using BONN database. In the first step of the study, noise removal was performed as a pre-treatment due to the presence of significant noise in the EEG signals. As a second step, the performance of these two frequency space transformation methods in the separate classification stage was examined by separating the signals into sub-bands with Discrete Wavelet Transform, also by separating them into the Intrinsic Mode Functions with Empirical Mode Decomposition (EMD) method to EEG signals. Before the classification, the statistical moments of the signals in the frequency domain were extracted for feature extraction. Using these features, the performances of Support Vector Machines (SVM), Decision Tree, K-nearest Neighborhood (K-NN) classifiers were analyzed. In the experiments performed on the BONN database, the best detection and estimation of epilepsi EEG performance was obtained by applying EMD method and as a classifier SVM and Decision Tree. In this thesis, an approach to assist in the seizure detection and prediction of epilepsy is shown in order to less affect the current situation of epilepsy patients.
Benzer Tezler
- EEG işaretlerinden Hilbert-Huang transform (HHT) yöntemi ile nöbet algılama ve tahmini
Seizure detection and prediction with Hilbert-Huang transform method from EEG signals
NİLÜFER ÖZDEMİR
Yüksek Lisans
Türkçe
2012
Elektrik ve Elektronik MühendisliğiMustafa Kemal ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ESEN YILDIRIM
- Destek vektör makineleri yardımıyla invaziv EEG verilerinden epileptik nöbet tahmini
Epileptic seizure prediction from invasive EEG signals using support vector machines
FIRAT DUMAN
Yüksek Lisans
Türkçe
2013
Elektrik ve Elektronik MühendisliğiMustafa Kemal ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ESEN YILDIRIM
- Epileptik preiktal aktivitelerin EEG-Aura tabanlı evrişimsel sinir ağları ve topoğrafik haritalama yaklaşımı ile değerlendirilmesi
Evaluation of epileptic preictal activities by EEG-Aura based convolutional neural networks and topographic mapping approach
HASAN POLAT
Doktora
Türkçe
2020
Elektrik ve Elektronik MühendisliğiDicle ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET SİRAÇ ÖZERDEM
- Eeg işaretlerinde evrişimli sinir ağları ile epileptik nöbet tahmini
Epileptic seizure prediction in eeg signals using convolutional neural networks
AHMET REMZİ ÖZCAN
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. SARP ERTÜRK
- Epileptic seizure prediction using EEG signals with deep learning
Derin öğrenme yoluyla EEG işaretlerinden eğileptik nöbet tahmini
SAMET ORAN
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiAdana Alparslan Türkeş Bilim Ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ESEN YILDIRIM