Derin sinir ağlarıyla elektroensefalografi sinyalleri sınıflandırılarak yenidoğanlarda epilepsi tanı yöntemi geliştirilmesi
Development of an epilepsy diagnosġs method in neonates byclassifying electroencephalography signals with deep neuralnetworks
- Tez No: 679887
- Danışmanlar: DR. ÖĞR. ÜYESİ ABDULLAH ÇALIŞKAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: İskenderun Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, yenidoğanlarda nöbet tespit etme sorununu ele almaktadır. Bu tez çalışmasında Alexnet, resnet18, googlenet, densenet ve resnet50 dahil olmak üzere önceden eğitilmiş derin evrişim sinir ağlarını (p-DCNN) mantıklı bir şekilde yeniden yapılandıran bir transfer öğrenme tekniği çalışılmıştır. Bu ağlar, renkli görüntülere dönüştürülen çok kanallı elektroensefalografi (EEG) sinyallerinden yenidoğan nöbeti tespit etmek için kullanılmıştır. Bu sorunu çözmek için, transfer öğrenme tabanlı ağlar yerine doğrudan bir evrişim sinir ağı (CNN) gibi klasik derin bir sinir ağı yapısı (DNN) kullanılabilir. Ancak, bir DNN çok fazla eğitim verisine ihtiyaç duymasının yanında, çok fazla eğitim süresi ve yüksek performanslı hesaplama özelliğine sahip bir bilgisayar gerektirir. DNN'de ayrıca istenen sınıflandırma başarısını elde etmek için ayarlanması gereken kullanıcı tarafından belirlenmesi gerekli olan çok sayıda parametre vardır. Bu dezavantajları önlemek için, yenidoğan nöbet tespit problemini çözmek amacıyla bir transfer öğrenme tekniği önerilmiştir. Simülasyonların sonuçları ve istatistiksel analizler, nöbet tespiti için kullanılabilecek bir transfer öğrenme tekniğinin etkinliğini göstermiştir.
Özet (Çeviri)
The paper considers the problem of detecting neonatal seizures via a transfer learning technique that judiciously reconstructs pretrained deep convolution neural networks (p-DCNN), including alexnet, resnet18, googlenet, densenet and resnet50 in this thesis. These networks are utilized to detect neonatal seizure from multi channel electroencephalography (EEG) signals converted to color images. To handle this problem, it may be directly used a deep neural network (DNN) such as a convolution neural network (CNN) instead of transfer learning based networks. However, a DNN requires too much training data, too much training time and a computer with high performance computational capability. The DNN also has a number of user supplied parameters that must be tuned to obtain desirable classication success. In order to prevent these drawbacks, we proposed a transfer learning technique to solve neonatal seizures detection problem. The results of simulations and the statistical analysis enable us to devise a transfer learning technique that can be employed for seizure detection.
Benzer Tezler
- Türkiye'de aile planlaması çalışmalarında erkeklerin önemi, hastane personeli ile fabrika işçilerinin doğum kontrol yöntemlerine karşı tutum ve davranranışlarında farklılığın araştırılması
Başlık çevirisi yok
KAMİL MALKOÇLU
Yüksek Lisans
Türkçe
1987
Demografiİstanbul ÜniversitesiAile Sağlığı Ana Bilim Dalı
DOÇ. DR. DERİN KÖSEBAY
- Değişik derim zamanı ve önsoğutmanın Bursa siyahı incir çeşidinin meyve kalitesi ve pazarlama süresi üzerine etkileri
Effects of haruest time and precooling on fruit quality and shelf-life of the fig variety“Bursa siyahı”
FÜSUN GÜRSEL ÇELİKEL
- Tekstil boyamacılığında atık flottede boyama imkanları üzerine araştırma
Başlık çevirisi yok
MEHMET YAKARTEPE
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. KERİM DURAN
- Ön işlemenin ve askorbik asitin dondurularak depolanan yılan balıklarının (Anguilla anguilla) kalitesine etkileri
Başlık çevirisi yok
H.VOLKAN GÖKSEL
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiSu Ürünleri Ana Bilim Dalı
DOÇ. DR. AYDIN URAL
- Antakya tarihi ticaret merkezi mekansal yapı değişim ve gelişim sürecinin kent ticaret merkezi planlamasına etkinliği
The Effectiveness of spatial structural chance and development period of the historical trade center of Antakya in the urban trade planning
NEVİN TURGUT
Yüksek Lisans
Türkçe
1986
Şehircilik ve Bölge PlanlamaGazi ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
YRD. DOÇ. DR. NURCAN UYDAŞ