Geri Dön

Ağrı hissinin EEG sinyalleri kullanılarak objektif tahmini ve derin öğrenme modelleri ile derecelendirilmesi

Evaluation of pain perception with objective prediction and deep learning models using EEG signals

PDF İndir

  1. Tez No: 802959
  2. Yazar: FEYZİ ALKIM AKTAŞ
  3. Danışmanlar: PROF. DR. OSMAN EROĞUL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Biyomühendislik, Engineering Sciences, Bioengineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Tobb Ekonomi ve Teknoloji Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Ağrı, haz verici olmayan kompleks ve çok boyutlu olmak üzere kişilerin tecrübe ettiği his olarak tanımlanır. Ağrının objektif olarak sınıflandırılması, hastanelerde mönitörize olmuş hastalar için, kendini ifade edemeyen bireyler için ve ameliyat sonrası ya da esnasında anesteziye maruz kalmış kişiler için büyük önem taşımaktadır. Ayrıca ağrının subjektif olarak derecelendirilmesi kişiden kişiye yanıltıcı bir cevaba sebep olabilmektedir ve kişinin yanlış tedavi protkolüne yönlendirilmesi ile sonuçlanabilmektedir. Ağrının yapay zeka modelleri ile derecelendirilmesi sayesinde doğru tedaviye yönelim ve kendini ifade edemeyen bireylerin ağrı şiddetlerini derecelendirebilmesi hakkında bilgiye ulaşmak mümkün olabilecektir. Yapılan tez çalışmasında, ağrı uyarını verilerek bireylerden alınan EEG verileri bir boyutlu evrişimsel sinir ağı modeli (1 Dimensional Convolutional Neural Networks, 1D CNN) oluşturularak yüksek ve düşük ağrı olarak sınıflandırılmıştır. Modelde kullanılacak öznitelik seçimi için alınan EEG verileri öncesinde gürültülerden temizlenmiştir. Sonraki aşamada temizlenen verilere T-test uygulanarak fark oluşan bölümler belirlenmiştir. Belirlenen bölümlerden zaman-frekans cevabında öznitelikler çıkarılarak hazırlanan modelde kullanılmıştır. Tasarlanan model karşılaştırılma amaçlı derin öğrenme modellerinden olan özyinemeli sinir ağları (Reccurrent Neural Network, RNN) modeli ile karşılaştırılmıştır. Tez çalışmasının sonucunda alınan bilgiler dahilinde tasarlanan 1 boyutlu evrişimsel sinir ağları modelinin ortalama %92 oranında doğru sınıflandırma yaptığı gözlemlenmiştir. Elde edilen bulgular dahilinde ağrı hissinin objektif derecelendirilmesi için tasarlanan modelin iyi bir belirteç olabileciğini göstermektedir.

Özet (Çeviri)

Pain is defined as a non-pleasurable, complex and multidimensional sensation experienced by people. Objective classification of pain is of great importance for patients who are monitored in hospitals, for individuals who cannot express themselves, and for people who have been exposed to anesthesia during or after surgery. In addition, subjective grading of pain can cause a misleading response from person to person and may result in the person being directed to the wrong treatment protocol. Thanks to the grading of pain with artificial intelligence models, it will be possible to reach information about orientation to the right treatment and grading the severity of pain of individuals who cannot express themselves. In the thesis study, EEG data obtained from individuals by giving pain stimulus was classified as high and low pain by creating a one-dimensional convolutional neural network model (1 Dimensional Convolutional Neural Networks, 1D CNN). The EEG data obtained for the feature selection to be used in the model were cleared of noise beforehand. In the next step, T-test was applied to the cleaned data and the parts that made a difference were determined. The features in the time-frequency response from the determined sections were extracted and used in the prepared model. The designed model was compared with the Reccurrent Neural Network (RNN) model, which is one of the deep learning models for comparison purposes. As a result of the thesis study, it was observed that the 1D convolutional neural network model, designed within the scope of the information received, made an average of 92% correct classification. The findings show that the model designed for objective grading of pain sensation can be a good marker.

Benzer Tezler

  1. Tez No

    1016219

    Laparaskopik kolesistektomi cerrahisi uygulanan hastalarda perioperatif susuzluk hissinin susuzluk rahatsızlığı, ağrı, kaygı ve huzursuzluk üzerine etkisi: Kesitsel çalışma

    The effect of perioperative thirst sensation on thirst discomfort, pain, anxiety, and restlessness in patients undergoing laparoscopic cholecystectomy surgery: A cross-sectional study

    ZÜLAL GÜN

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Genel CerrahiHasan Kalyoncu Üniversitesi

    Hemşirelik Ana Bilim Dalı

    DOÇ. DR. AYNUR KOYUNCU

  2. Tez No

    347911

    Patellofemoral ağrı sendromlu bireylerde dizin farklı mekanik yüklenmelerinde diz eklem pozisyon hissinin değerlendirilmesi

    Evaluation of the joint position sense of the knee under different mechanical loads among individuals with the patellofemoral pain syndrome

    ESRA ATEŞ NUMANOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Fizyoterapi ve RehabilitasyonHacettepe Üniversitesi

    Fizyoterapi ve Rehabilitasyon Ana Bilim Dalı

    PROF. DR. ZAFER ERDEN

  3. Tez No

    734990

    Term yenidoğanlarda intramusküler K vitamini profilaksisi uygulamasında lokal vibrasyonun ağrı üzerine etkisinin değerlendirilmesi

    The efficacy of mechanical vibration analgesia for relief of intramuscular vitamin K prophylaxis in TERM neonates

    CEREN BALKOCA

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2022

    Çocuk Sağlığı ve HastalıklarıSağlık Bilimleri Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    PROF. DR. İLKE MUNGAN AKIN

  4. Tez No

    514447

    Farklı yıkama solüsyonları ile tek veya çok seans kanal tedavileri uygulanmış hastalarda post-operatif ağrı protokollerinin karşılaştırılması

    Comparison of post-operative pain protocols in patients undergoing single or multi-sized root canal treatments with different irrigation solutions

    ARİFE MERSİNLİOĞLU

    Doktora

    Türkçe

    Türkçe

    2018

    Diş HekimliğiSüleyman Demirel Üniversitesi

    Endodonti Ana Bilim Dalı

    DOÇ. DR. MURAT MADEN

  5. Tez No

    820567

    Rotator cuff lezyonu olan bireylerde mulligan ve maitland tekniklerinin ağrı, fonksiyonellik, propriosepsiyon ve yaşam kalitesine etkisi

    The effect of mulligan and maitland techniques on pain,functionality, proprioception and quality of life in individuals with rotator cuff lesion

    TARIK ÇELİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Fizyoterapi ve Rehabilitasyonİstanbul Medipol Üniversitesi

    Fizyoterapi ve Rehabilitasyon Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BURAK MENEK

Geri Dön