Geri Dön

EEG sinyali kullanarak epileptik nöbetlerin gerçek zamanlı tahmini

Real-time estimation of epileptic seizures using EEG signal

  1. Tez No: 608271
  2. Yazar: NASIM MOSTAFA POUR
  3. Danışmanlar: DOÇ. DR. İBRAHİM YÜCEL ÖZBEK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Atatürk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 53

Özet

Elektroensefalografi (EEG) sinyallerinin analizi ile epileptik nöbetlerin belirlenmesi, epilepsi hastalığı tanısı için standart bir yöntem haline gelmiştir. Epileptik nöbetlerin uzman nörologlar tarafından el ile belirlenmesi yoğun çalışma gerektiren, oldukça zaman alıcı bir işlem olduğu gibi kişilerden kaynaklanan çeşitli hataların oluşmasına sebep olmaktadır. Bu sebeple epileptik nöbetlerin doğru ve otomatik bir şekilde belirlenmesine ihtiyaç duyulmaktadır. Bu amaç doğrultusunda bu tez kapsamında, EEG sinyalinden frekans tabanlı öznitelikler çıkarılmış ve kolektif öğrenmeye dayalı sınıflandırıcılar kullanılarak yeni bir yöntem önerilmiştir. Önerilen yöntemin performansı çapraz doğrulama ve çapraz hasta deneyleri kullanılarak test edilmiştir. Elde edilen deneysel sonuçlara göre çapraz doğrulama deneyi için duyarlılık, özgüllük ve doğruluk oranları yaklaşık olarak sırayla %94, %94 ve %94 ve çapraz hasta için ise %76, %90 ve %90 olarak bulunmuştur.

Özet (Çeviri)

The detection of epileptic seizures by electroencephalography (EEG) signals has become a standard method for the diagnosis of epilepsy. Manual identification of epileptic seizures by specialist neurologists is a very time consuming and labor intensive process, which also leads to various errors. Therefore, accurate and automatic detection of epileptic seizures is needed. For this purpose, frequency-based features were extracted from the EEG signal and a various classifiers based on ensemble learning was used to detect epileptic seizures automatically. The performance of the proposed method was tested using cross-validation and cross-patient experiments. According to the experimental results, sensitivity, specificity and accuracy rates were 94%, 94% and 94% for cross validation and 76%, 90% and 90% for cross-patients, respectively.

Benzer Tezler

  1. Prediction of epileptic seizures with the use of biomedical sensors and internet of things

    Biyolojik ve internet sensorlarının kullanımı ile epilepsi nöbetlerinin/ krizlerinin tahmin edilmesi

    ALLA FIKRAT MAJEED AL WINDAWI

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    İletişim BilimleriAltınbaş Üniversitesi

    Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    Prof. Dr. OSMAN NURİ UÇAN

    PROF. DR. AMEER H. MORAD

  2. Epileptik nöbet anında göz bulgularının görüntü ve sinyal işleme teknikleri kullanarak tespiti

    Detection of eye movements during epileptic seizures by using image and signal processing techniques

    ESRA ZEKİYE GÜZEY ŞANAL

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2020

    Çocuk Sağlığı ve HastalıklarıAkdeniz Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    PROF. DR. ÖZGÜR DUMAN

  3. Detection of epileptic seizures from EEG signals by using daubechies wavelets

    Daubechies dalgacıkları kullanılarak EEG sinyallerinden epileptik nöbetlerin belirlenmesi

    ŞEYMA YOL

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Mühendislik BilimleriDokuz Eylül Üniversitesi

    Biyomedikal Teknolojiler Ana Bilim Dalı

    PROF. DR. GÜLAY TOHUMOĞLU

  4. Epilepsy seizure detection in eeg signals using wavelet transforms and support vector machines

    Dalgacık dönüşümü ve destek vektör makineleri kullanarak epilepsi nöbeti tanıma

    AWIN MAHMOOD SALEEM

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AHMET ÇINAR

  5. EEG sinyalleri kullanarak yeni doğanlarda nöbet tespiti için derin öğrenme yöntemlerinin kullanılması

    Using deep learning methods for seizure detection in newborns by using EEG signals

    MERVE AÇIKOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilim ve TeknolojiFırat Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SEDA ARSLAN TUNCER