Design and analysis of alzheimer disease detection system from EEG signals based on machine learning algorithms
Alzheımer hastalık tespit sistemi tasarımı ve makine öğrenme algoritmalarına dayalı EEG sinyallerinden analizi
- Tez No: 768203
- Danışmanlar: Assist. Prof. Dr. AYÇA KURNAZ TÜRKBEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 54
Özet
Alzheimer hastalığı demansın en bilinen nedenidir. Sürekli bir nörolojik beyin problemidir. 65 yaşın altındaki nüfusun yaklaşık %2'si bunama yaşıyor ve bunama yaratma olasılıkları saat gibi iki yönlü. Alzheimer hastalığı, hafızayı, düşünme yeteneklerini ve diğer zihinsel kapasiteleri yavaş yavaş yok eden ve bireyin günlük egzersizleri yapma kapasitesini etkileyen dinamik ve geri döndürülemez bir zihin sorunudur. Bu zorluklar sinir hücrelerinde/nöronlarda meydana gelir ve zihnin zarar görmüş veya yok edilmiş zihinsel kapasite ile ilişkili parçalarını etkiler. Bir kişi bir demans belirtisiyle karşılaştığında, bir uzman nedeni belirlemek için doğrudan testler yapacaktır. Demansın nedeni beyin düzensizlikleri ile bağlantılıdır. Elektroensefalogram (EEG) sinyali genellikle çeşitli fizyolojik koşullar altında zihin eylemine konsantre olmak için analitik bir işaretçi olarak kullanılır. Bu derleme, EEG sinyallerinin Alzheimer Hastalığı hastalarına ve Sağlıklı Kontrole karakterizasyonu için EEG sinyalinin ön işlemesini, bir element çıkarma yöntemini, boyutsallık azaltma stratejilerini ve farklı sınıflandırıcıları araştırmaktadır. Çarpan fikri, EEG sinyalinin ön işlenmesinde sunulur. Eleman çıkarma stratejisinde dalgacık değişikliği, boyut azaltma prosedürlerinde (RPCA) Bağımsız Bileşen Analizi (ICA) ve Gözden Geçirilmiş Temel Bileşen Analizi (RPCA) kullanılır. Ayrıca, buna bağlı olarak azalan EEG sinyalleri, hatasız üç sınıflandırıcı kullanılarak işlenir: K-En Yakın Komşu, Yapay Sinir Ağı (Geri Yayılımlı Sinir Ağı) ve Destek Vektör Makinesi.
Özet (Çeviri)
Alzheimer's illness is the most well-known reason for dementia. It is a constant neurological cerebrum problem. Roughly 2% of the populace younger than 65 is experiencing dementia, and the possibilities creating dementia twofold like clockwork. Alzheimer's illness is a dynamic and irreversible mind problem that bit by bit obliterates memory, thinking abilities, and other mental capacities, influencing an individual's capacity to perform day to day exercises. These difficulties happen on nerve cells/neurons and affect the pieces of the mind associated with mental capacity that have been harmed or annihilated. Whenever an individual encounters a symptom of dementia, a specialist will perform direct tests to decide the reason. The reason for dementia is connected to cerebrum irregularities. The Electroencephalogram (EEG) signal is generally utilized as an analytic pointer for concentrating on mind action under an assortment of physiological circumstances. This review researches the preprocessing of the EEG signal, an element extraction method, dimensionality decrease strategies, and different classifiers for the characterization of EEG signals into Alzheimer Disease patients and Healthy Control. The idea of the multiplier is presented in the preprocessing of the EEG signal. The wavelet change is utilized in the element extraction strategy, and the Independent Component Analysis (ICA) and Revised Principal Component Analysis (RPCA) are utilized in the dimensionality decrease procedures (RPCA). Moreover, the correspondingly diminished EEG signals are handled utilizing three unmistakable classifiers: K-Nearest Neighbor, Artificial Neural Network (Back Propagation Neural Network), and Support Vector Machine.
Benzer Tezler
- Alzheimer disease detection with artifical learning techniques
Yapay öğrenme teknikleri ile alzheimer hastaliğinin teşhisi
YAREN GÜNDÜZ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZGÜR GÜMÜŞ
- Demir(III) iyonuna hassas, tiyofen ile modifiye edilmiş rodamin tabanlı yeni tip sensörün sentezi, karakterizasyonu ve uygulamaları
Synthesis, characterization and applications of the iron(III) ion sensitive, thiophene modified rodamine-based new type of sensor
HÜLYA ARIBUĞA
- Optik ve elektrokimyasal DNA biyosensörlerinin genetik hastalık ve mikroorganizma tayinine yönelik tasarımı ve uygulamaları
The design and applications of optical and electrochemical biosensors for genetic diseases and microorganism detection
YASİN UĞUR KAYRAN
Yüksek Lisans
Türkçe
2011
BiyoteknolojiEge ÜniversitesiAnalitik Kimya Ana Bilim Dalı
YRD. DOÇ. DR. DİLŞAT ARIKSOYSAL
- Amiloid beta tayini için elektrokimyasal esaslı biyosensör sistemi geliştirilmesi
Development of electrochemical based biosensor system for amyloid beta detection
DİLEK NUR ALTAY
- Curcuminoids: Analytical chemistry, biochemistry, and potential applications
Kurkuminoidler: Analitik kimya, biyokimya ve potansiyel uygulamaları
ZEYNEP KALAYCIOĞLU
Doktora
İngilizce
2020
Biyokimyaİstanbul Teknik ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. FATMA BEDİA BERKER