Geri Dön

A multimodal approach for automatic mania assessment in bipolar disorder

Bipolar bozuklukta otomatik mani değerlendirmesi için çokkipli bir yaklaşım

PDF İndir

  1. Tez No: 668158
  2. Yazar: PINAR BAKİ
  3. Danışmanlar: PROF. DR. LALE AKARUN ERSOY, PROF. DR. ALBERT ALİ SALAH
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 73

Özet

Bipolar bozukluk, depresiften manik hale varan bir erimde değişimlere neden olan bir akıl sağlığı bozukluğudur. Bipolar bozukluğun teşhisi genellikle hasta görüşmeleri ve hastaların bakıcılarından alınan raporlara göre yapılır. Hastalığın tanısı, uzmanların deneyimine bağlıdır ve hastalığın diğer ruhsal bozukluklarla karıştırılması mümkündür. Bipolar bozukluğun teşhisinde otomatik süreçler kullanılması, sayısal göstergeler sağla- maya yardımcı olabilir ve hastaların daha uzun süreler için daha kolay gözlemlenmesini sağlar. Öte yandan, uzaktan tedavi ve teşhis ihtiyacı COVID-19 salgını sırasında özellikle önemli hale gelmiştir. Bu tezde, hastanın akustik, dilbilimsel ve görsel modalitelerde kayıtlarına dayanan çokkipli bir karar sistemi oluşturduk. Sistem, Bipolar Disorder veri seti üzerinde eğitilmiştir. Tekkipli ve çokkipli sistemlerin kapsamlı analizinin yanı sıra çeşitli füzyon teknikleri de incelenmiştir. Tüm hasta seanslarını tekkipli özellikleri kullanarak işlemenin yanı sıra, kliplerin görev düzeyindeki performansları da incelenmiştir. Çokkipli bir füzyon sisteminde akustik, dilbilimsel ve görsel özellikleri kullanarak, \%64.8 ağırlıksız ortalama geri çağırma puanı elde ettik, ve bu sonuç, şimdiye kadar Bipolar Disorder veri setinin test kümesinde elde edilen en yüksek skordur.

Özet (Çeviri)

Bipolar disorder is a mental health disorder that causes mood swings that range from depression to mania. Diagnosis of bipolar disorder is usually done based on patient interviews, and reports obtained from the caregivers of the patients. Subsequently, the diagnosis depends on the experience of the expert, and it is possible to have confusions of the disorder with other mental disorders. Automated processes in the diagnosis of bipolar disorder can help providing quantitative indicators, and allow easier observations of the patients for longer periods. Furthermore, the need for remote treatment and diagnosis became especially important during the COVID-19 pandemic. In this thesis, we create a multimodal decision system based on recordings of the patient in acoustic, linguistic, and visual modalities. The system is trained on the Bipolar Disorder corpus. Comprehensive analysis of unimodal and multimodal systems, as well as various fusion techniques are performed. Besides processing entire patient sessions using unimodal features, a task-level investigation of the clips is studied. Using acoustic, linguistic, and visual features in a multimodal fusion system, we achieved a 64.8\% unweighted average recall score, which improves the state-of-the-art performance achieved on this dataset.

Benzer Tezler

  1. Tez No

    246718

    Content-based video copy detection using multimodal analysis

    Çok kipli analiz ile içerik tabanlı video kopya sezimi

    ONUR KÜÇÜKTUNÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2009

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    DOÇ. DR. UĞUR GÜDÜKBAY

    PROF. DR. ÖZGÜR ULUSOY

  2. Tez No

    391774

    Audio-visual affect recognition

    Yüz ifadeleri ve sesten çok-kipli duygu tanıma

    SARA ZHALEHPOUR

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Elektrik ve Elektronik MühendisliğiBahçeşehir Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    Assoc. Prof. Dr. ÇİĞDEM EROĞLU ERDEM

  3. Tez No

    842057

    Affect and personality aware analysis of speech content for automatic estimation of depression severity

    Depresyon şiddetinin otomatik tahmini için konuşma içeriğinin duygulanıma ve kişiliğe bağlı analizi

    KAAN GÖNÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HAMDİ DİBEKLİOĞLU

  4. Tez No

    598403

    Music emotion recognition: A multimodal machine learning approach

    Müzik duygusu tanıma: Çok-modlu makine öğrenmesi yaklaşımı

    CEMRE GÖKALP

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilim ve TeknolojiSabancı Üniversitesi

    Yönetim Bilimleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AHMET ONUR DURAHİM

    DOÇ. ABDULLAH DAŞCI

  5. Tez No

    428475

    Data fusion- based multimodal face recognition techniques

    Veri füzyonu tabanlı çok kipli yüz tanıma teknikleri

    BILAL AHMED

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFatih Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. TANER ÇEVİK

Geri Dön