Geri Dön

Tekrarlı ölçümlerin analizinde fonksiyonel veri analizi

Functional data analysis for repeated measures

  1. Tez No: 752359
  2. Yazar: ZEYNEP YAVUZ
  3. Danışmanlar: DOÇ. DR. BEYZA DOĞANAY ERDOĞAN
  4. Tez Türü: Doktora
  5. Konular: Biyoistatistik, Biostatistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 52

Özet

Teknoloji alanındaki gelişmeler veri toplama mekanizmalarında da ilerlemelere önayak olmuş, daha sık ve sürekli ölçümlerle yüksek boyutlu verilerin elde edilmesine imkan sağlamıştır. Fonksiyonel veri analizi (FVA) bu tür yüksek boyutlu verilerle başa çıkabilme yeteneği ile sıklıkla başvurulan yöntemlerdir. Sağlık alanındaki teknolojilerden olan ve girişimsel olmayan nörogörüntüleme fırsatı sunan fMRG ile elde edilen zamansal veriler de fonkiyonel veri analizi yöntemlerinin uygulanması için oldukça uygundur. fMRG ile elde edilen ölçümlerin zaman noktaları arasındaki ilişkilerileri göz önünde bulundurarak verinin indirgenmesine olanak sağlayan Fonksiyonel Temel Bileşenler Analizi (FTBA), FVA başlığı altında sıklıkla başvurulan yöntemlerdendir. Bu çalışma kapsamında şizofreni tanılı bireyleri ve sağlıklı kontrolleri ayırt etmek için bireylerin olağan durum ağı (DMN) bölegelerine ilişkin BOLD sinyalleri FTBA ve ÇD-FTBA yöntemleri ile indirgenmiş ve buradan elde edilen skorlar demografik verilerle beraber sınıflama için kullanılmıştır. Aynı bireye ilişkin DMN bölgeleri korelasyonu göz önünde bulunduran ÇD-FTBA, FTBA'ya göre daha başarılı sonuçlar sunmuştur. Kümelenmiş veya hiyerarşik yapıdaki tekrarlı ölçümlere ilişkin boyut indirgemede ÇD-FTBA'ya başvurulabilir.

Özet (Çeviri)

Advances in technology have also paved the way for advances in data collection mechanisms, enabling higher-dimensional data to be obtained with more frequent and continuous measurements. Functional data analysis (FDA) is a frequently used method with its ability to deal with such high-dimensional data. The temporal data obtained with fMRI, which is one of the technologies in the field of health and offers the opportunity of non-invasive neuroimaging, is also very suitable for the application of functional data analysis methods. Functional Principal Component Analysis (FPCA), which allows the reduction of data by considering the correlation between the time points of the measurements obtained by fMRI, is one of the methods frequently used under FDA. Within the scope of this study, BOLD signals related to default mode network (DMN) regions of individuals were reduced by FPCA and MFPCA methods in order to distinguish between individuals with schizophrenia and healthy controls, and the scores obtained from these were used for classification together with demographic data. MFPCA, which takes the correlation of DMN regions into account within the same individual, presented more successful results than FPCA. MFPCA can be applied for dimension reduction for repeated measures in a clustered or hierarchical structure.

Benzer Tezler

  1. Tekrarlı ölçüm verilerinde çok değişkenli çözümleme yöntemler kullanılarak en iyi modelin kestirimi

    Prediction of the best model for repeated measurements data using multivariate analysis techniques

    ANIL AKTAŞ SAMUR

    Doktora

    Türkçe

    Türkçe

    2013

    BiyoistatistikAkdeniz Üniversitesi

    Biyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı

    PROF. DR. OSMAN SAKA

  2. Depresyon tanılı yaşlı bireylerde metakognitif eğitimin depresif belirtiler, fonksiyonel olmayan tutumlar ve üstbiliş üzerine etkisinin değerlendirilmesi

    Assessing the efficacy of metacognitive training on depressive symptoms, dysfunctional attitudes and metacognition in elderly individuals diagnosed with depression

    MERVE MURAT MEHMED ALİ

    Doktora

    Türkçe

    Türkçe

    2025

    Hemşirelikİstanbul Üniversitesi-Cerrahpaşa

    Ruh Sağlığı ve Hastalıkları Hemşireliği Ana Bilim Dalı

    PROF. DR. SEVİM BUZLU

    DOÇ. DR. LARA GUEDES DE PINHO

  3. Hasarlı kirişlerde hasar tespiti için hüzme oluşturma algoritmalarının kullanılması

    Damage identification in damaged beams using beamforming algorithms

    OZAN ÜREL

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. UĞURCAN EROĞLU

  4. Genelleştirilmiş lineer karma modellerde parametre tahmini ve sonuç çıkarım

    Parameter estimation and inference in generalized linear mixed models

    ŞİDA SEÇKİN KURT

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İstatistikDicle Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. ÖZGE KURAN

  5. Bisiklette farklı sele yüksekliği belirleme metotlarına göre performans gösterge değişkenlerinin incelenmesi

    Investigation of performance indicator variables according to different saddle height determination methods in cycling

    DURAN AKBAŞ

    Doktora

    Türkçe

    Türkçe

    2025

    SporAlanya Alaaddin Keykubat Üniversitesi

    Antrenörlük Eğitimi Ana Bilim Dalı

    PROF. DR. IŞIK BAYRAKTAR