Geri Dön

Nörolojik krizlerden epilepsi nöbetinin kestirimi

Prediction of epilepsy seizures from neurological crises

  1. Tez No: 634969
  2. Yazar: SÜLEYMAN DAL
  3. Danışmanlar: PROF. DR. NECMETTİN SEZGİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Batman Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 51

Özet

Toplumda sara adıyla bilinen epilepsi hastalığı Dünya Sağlık Örgütü (WHO) tahminlerine göre dünya nüfusunda %0,4-1 insanı etkileyen ciddi ve yaygın nörolojik bir hastalıktır. Anlık ve tekrarlayıcı nöbetlerle karakterize olan epilepsi hastalığı çocukluk ve yetişkinlik çağında daha sık ortaya çıkmasıyla beraber hemen her yaş grubunda insanı etkilemektedir. Genelde bilinç kaybı, hareket bozukluğu gibi sadece nöbet ve nöbeti takip eden birkaç saatlik zaman dilimini etkileyen ancak ilaçlarla kontrol altına alınabilen geçici durumlar oluşturmaktadır. Epileptik nöbetlere benzer krizler geçiren epileptik olmayan (pseudo veya yalancı) nöbetlerin de olması teşhisi güçleştirmektedir. Epilepsi hastalarının nöbetlerinin epileptik olup olmadığı (bunun için sık ve güvenilir tanı yöntemi kriz anında video-EEG ölçümüdür) ve kullanılacak ilaçlarının dozu hasta geçmişine bağlı olarak belirlenmektedir. Epileptik nöbet geçirdiği şüphesi ile uzman hekime müracaat eden hastaların %10-20'sinin epilepsi hastası olmadığı belirlenmiştir. Hastanın epileptik ilaçlara verdiği tepki temel alınarak bunun tespitinin, tedavinin başladığından ortalama 7,2 yıl sonra belirlenebilmektedir. Bu tez çalışmasında çeşitli sensörler (EMG, EKG, İvmeölçer gibi) yardımıyla epileptik nöbetlerin kestirimi için gelişen teknolojiyle entegre bir yaklaşım önerilmiştir. Çalışmanın ana amacı epileptik nöbetlerin kestirimi için yapılan işlem maliyetini azaltacak bir test rutini oluşturmaktır. Dicle Üniversitesi Tıp Fakültesi Nöroloji Bölümünde tedavi gören hastalardan epileptik bir nöbet sürecinde alınan veri seti kullanılarak çeşitli yöntemler ile optimize edilmiş ve daha sonra elde edilen özelliklerle beraber Aşırı Öğrenme Makineleri (ELM) ile sınıflandırılmıştır.

Özet (Çeviri)

Epilepsy disease, known in the community as 'sara', is a serious and widespread neurological disease affecting 0.4-1% of the world population according to the World Health Organization (WHO) estimates. Epilepsy disease, characterized by instantaneous and repetitive seizures, affects people in almost every age group, although it occurs more frequently in childhood and adulthood. In general, loss of consciousness, movement disorder, such as only seizures and seizures that affect a period of several hours following the seizure, but can be controlled by drugs creates temporary conditions. It is also difficult to diagnose non-epileptic seizures (pseudo-or pseudo-seizures) that are similar to epileptic seizures. Whether the seizures of epileptic patients are epileptic (frequent and reliable diagnostic method is video-EEG measurement at the time of crisis) and the dose of the drugs to be used are determined based on the patient's history. It was determined that 10-20% of the patients who applied to the specialist physician with the suspicion of having epileptic seizure did not have. Based on the patient's response to epileptic drugs, its detection can be determined on average 7.2 years after the start of treatment. In this thesis, an integrated approach with the developing technology is proposed for the prediction of epileptic seizures with the help of various sensors (such as EMG, ECG, Accelerometer). The main purpose of the study is to create a test routine to reduce the cost of the procedure for the prediction of epileptic seizures. Using a data set taken from patients treated in the Dicle University, Faculty of Medicine, Department of Neurology, during an epileptic seizure process, it was optimized by various methods and classified by over-learning machines (ELM) with later characteristics.

Benzer Tezler

  1. Hipertansif krizlerde Nifedipinin yeri

    Başlık çevirisi yok

    MEHMET NAFİ CİVELEK

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    1985

    KardiyolojiSağlık Bakanlığı

    Dahiliye Ana Bilim Dalı

    DR. ADNAN BAŞAR

  2. Grafik tasarımda subliminal yöntemler

    Subliminal methods of graphic design

    VEDAT ÖNEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Güzel SanatlarAtatürk Üniversitesi

    Resim Ana Sanat Dalı

    DOÇ. DR. LÜTFÜ KAPLANOĞLU

  3. Usability of mobile applications: A conceptualization and instrument development study based on Apple human interface guidelines

    Mobil uygulamaların kullanılabilirliği: Apple insan arayüzü yönergelerine dayalı bir kavramsallaştırma ve enstrüman geliştirme çalışması

    KÜBRA ÇETİN YILDIZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÇİĞDEM ALTIN GÜMÜŞSOY

  4. Hemipleji ve hemiparezi hastalarındadermatolojîk lezyonların dağılımı

    The distribution of dermatological lesions in patients with hemiplegia and hemiparesis

    HÜRAY HÜGÜL

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2010

    DermatolojiAkdeniz Üniversitesi

    Deri ve Zührevi Hast. Ana Bilim Dalı

    PROF. DR. ÖZLEM DİCLE

  5. Erken dönem multipl skleroz hastalarında yürüyüşü başlatmanın incelenmesi

    Investigation of gait initiation in EARLY multiple sclerosis patients

    MUSTAFACAN SALAMCİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Fizyoterapi ve RehabilitasyonHacettepe Üniversitesi

    Nörolojik Fizyoterapi Ve Rehabilitasyon Ana Bilim Dalı

    DOÇ. DR. YELİZ SALCI