Psikiyatrik hastalıkların makine öğrenmesi yöntemleri ile ayrıştırılması
Discrimination of psychiatric disorders by machine learning methods
- Tez No: 684475
- Danışmanlar: DOÇ. DR. ÇİĞDEM EROL
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Enformatik Ana Bilim Dalı
- Bilim Dalı: Enformatik Bilim Dalı
- Sayfa Sayısı: 118
Özet
Psikiyatrik hastalıkların teşhisinde hekimler belirti tabanlı bir yaklaşım izlemektedir. Bu yaklaşıma göre DSM veya ICD gibi uluslararası geçerliliği olan teşhis araçlarını, hasta raporlarını ve hekimin gözlem ve tecrübesine dayanan bir süreç takip edilmektedir. Tıbbın diğer alanlarında olduğu gibi psikiyatride de hastalıklarla ilgili süreçlerde kullanılabilecek biyobelirteçlerin arayışı sürmekte ve bu alanda çeşitli araştırmalar yapılmaktadır. Bu tez çalışması kapsamında farklı psikiyatrik hastalıklara sahip bireylerin elektroensefalogram (EEG) ölçümlerini içeren bir veri setinin makine öğrenmesi yöntemleri ile analiz edilmesi ve elde edilen modeller ile hastalıkların ayrıştırılması/sınıflandırılması sağlanmıştır. Böylece EEG verisinin psikiyatrik hastalıklar için bir biyobelirteç olup olamayacağı araştırılmıştır. Elde edilen modeller; hasta ve sağlıklı gruplar arasında ayrım yapılabilmesini sağlarken birden fazla psikiyatrik hastalığın birbirinden ayrıştırılmasını da sağlamıştır.
Özet (Çeviri)
Physicians follow a symptom-based approach in the diagnosis of psychiatric diseases. According to this approach, a process based on internationally valid diagnostic tools such as DSM or ICD, patient reports and the observation and experience of the physician is followed. As in other fields of medicine, the search for biomarkers that can be used in processes related to diseases continues in psychiatry and various studies are conducted in this field. Within the scope of this thesis, a data set containing electroencephalogram (EEG) measurements of individuals with different psychiatric diseases was analyzed by machine learning methods and the diseases were discriminated/classified with the obtined models. The models obtained allowed to distinguish between patient and healthy groups, and also enabled the discrimination of more than one psychiatric disease from each other.
Benzer Tezler
- Dikkat eksikliği ve hiperaktivite bozukluğu olan çocukların yüz tanıma becerilerinin ölçülmesi ve yüz davranışlarının bilgisayarlı analizi
Assessment of face recognition abilities and digital analysis of facial movements of the children with attention deficit hyperactivity disorder
KORAY MEHMET ZEYNEL KARABEKİROĞLU
Doktora
Türkçe
2021
PsikiyatriOndokuz Mayıs ÜniversitesiKlinik Sinir Bilimler Ana Bilim Dalı
PROF. DR. MUSTAFA AYYILDIZ
- Demans hastaları, hafif kognitif bozukluk vakaları ve sağlıklı yaşlılarda uyumsuzluk negativitesi ile ilişkili nöropsikolojik faktörler
Noropsychological factors associated with mismatch negativity in dementia patients, mild cognitive impairment patients and in healthy elderly
DUYGU ÖZBAYRAK KARAPINAR
Tıpta Uzmanlık
Türkçe
2019
PsikiyatriBolu Abant İzzet Baysal ÜniversitesiRuh Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. ÖZDEN ARISOY
- Tıbbi araştırmalarda destek vektör makinelerinin kullanımı
Using of support vector machines in medical research
ÖZGE AKŞEHİRLİ
Yüksek Lisans
Türkçe
2012
BiyoistatistikDüzce ÜniversitesiBiyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
PROF. DR. HANDAN ANKARALI
- Opioid kullanım bozukluğu ve sağlıklı kontrol gruplarının sınıflandırılmasında QEEG tabanlı biyobelirteç ile makine öğrenme yöntemleri kullanılarak retrospektif olarak sınıflandırılması
QEEG-based biomarker for classification of opioid use disorder and control groups classification by using machine learning methods
EDA NUR ÇAPKAN ALTUN
Yüksek Lisans
Türkçe
2019
NörolojiÜsküdar ÜniversitesiNörobilim Ana Bilim Dalı
DOÇ. DR. TÜRKER TEKİN ERGÜZEL
- Unipolar ve bipolar bozuklukların sınıflandırılmasında cordance vecoherence biyobelirteçlerinin makine öğrenme yöntemleri ilekarşılaştırmalı performansları
Comparative performances of cordance and coherence as biomarkers for unipolar and bipolar disorder classification using machine learning approaches
SÜREYYA KUMRU
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiNörobilim Ana Bilim Dalı
DOÇ. DR. TÜRKER TEKİN ERGÜZEL