EEG sinyali kullanarak epileptik nöbetlerin gerçek zamanlı tahmini
Real-time estimation of epileptic seizures using EEG signal
- Tez No: 608271
- Danışmanlar: DOÇ. DR. İBRAHİM YÜCEL ÖZBEK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- 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
2018
İletişim BilimleriAltınbaş ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
Prof. Dr. OSMAN NURİ UÇAN
PROF. DR. AMEER H. MORAD
- 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
2020
Çocuk Sağlığı ve HastalıklarıAkdeniz ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. ÖZGÜR DUMAN
- Detection of epileptic seizures from EEG signals by using daubechies wavelets
Daubechies dalgacıkları kullanılarak EEG sinyallerinden epileptik nöbetlerin belirlenmesi
ŞEYMA YOL
Yüksek Lisans
İngilizce
2022
Mühendislik BilimleriDokuz Eylül ÜniversitesiBiyomedikal Teknolojiler Ana Bilim Dalı
PROF. DR. GÜLAY TOHUMOĞLU
- 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
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET ÇINAR
- 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
2021
Bilim ve TeknolojiFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEDA ARSLAN TUNCER