Parkinson's disease detection using deep learning based on voice recording
Derin öğrenme ile ses kaydına dayalı Parkinson hastalığı tespiti
- Tez No: 810319
- Danışmanlar: DOÇ. DR. HAKAN KUTUCU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 63
Özet
Parkinson hastalığı, sinir sisteminin temel işlevlerini engelleyen, konuşma, yazma ve dengede zorluklara neden olan nörolojik bir hastalıktır. Parkinson hastalığını otomatik olarak teşhis etmek için akustik sinyalleri, el yazısını ve yürüyüşleri analiz etmek gibi makine öğrenimi teknikleri araştırıldı. Bu çalışma, Konvolüsyonel Sinir Ağları (CNN) aracılığıyla ses kayıtlarından alınan spektrogram görüntülerinden yararlanarak Parkinson hastalığını tespit etmeyi amaçlamaktadır. 55 Parkinson hastası (24 kadın ve 31 erkek) ve 71 Parkinson olmayan bireyin kayıtlarından oluşan Arjantin veri tabanından özel bir veri seti kullanan bu araştırma önemli katkılar sağlamıştır. Sesi 2 saniyelik bölümlere ayırma, yüksek hızda örnekleme, Gauss gürültüsü ekleme, perde kaydırma ve harmonik bileşenleri ayırma dahil olmak üzere çeşitli ses ön işleme işlemleri gerçekleştirildi. Bu teknikler veri setini 1400 ses örneğine genişletti. Ses örnekleri daha sonra modeli eğitmek için spektrogram görüntülerine dönüştürüldü. Model, k-katlı (k=10) çapraz doğrulama kullanılarak %99,3 Ortalama Eğitim Doğruluğu ve %97,9 Ortalama Test Doğruluğu elde ederek 150 eğitim dönemi geçirdi. Önerilen model, beş son teknoloji model (AlexNet, VGG16, Inception V3, ResNet50, SqueezeNet) ve aynı veri kümesi üzerindeki yerel ikili örüntü tanımlayıcıları ile karşılaştırıldı. Sonuçlar, önerilen modelin üstünlüğünü göstermiştir.
Özet (Çeviri)
Parkinson's disease is a neurological disorder that hampers essential functions of the nervous system, causing difficulties in speech, writing, and balance. To automatically diagnose Parkinson's, machine learning techniques have been explored, such as analyzing acoustic signals, handwriting, and gaits. This study aims to detect Parkinson's by utilizing spectrogram images from voice recordings through Convolutional Neural Networks (CNN). Using a private dataset from the Argentina database, consisting of recordings from 55 Parkinson's patients (24 female and 31 male) and 71 non-Parkinson individuals, this research made significant contributions. Various audio preprocessing operations were performed, including splitting the audio into 2-second segments, oversampling, adding Gaussian noise, pitch shifting, and separating harmonic components. These techniques augmented the dataset to 1400 audio samples. The audio samples were then converted into spectrogram images for training the model. The model underwent 150 epochs of training, resulting in an Average Training Accuracy of 99.3% and an Average Testing Accuracy of 97.7% using k-fold (k=10) cross-validation. In comparison to five state-of-the-art models (VGG16, ResNet50, Inception V3, SqueezeNet, AlexNet), as well as local binary pattern descriptors, on the same dataset, the proposed model showcased its superiority through the obtained results.
Benzer Tezler
- Derin öğrenme teknikleri kullanılarak Parkinson hastalığının konuşma sinyallerinden tespiti
Detection of Parkinson's disease from speech signals using deep learning techniques
AYŞE NUR TEKİNDOR
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. EDA AKMAN AYDIN
- Makine öğrenmesi teknikleri kullanılarak nörodejeneratif hastalık tespiti ve derecelendirmesi
Neurodegenerative disease detection and rating using machine learning techniques
ÇAĞATAY BERKE ERDAŞ
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE SÜMER
ÖĞR. GÖR. SEDA KİBAROĞLU
- Developing ai models to diagnosis Parkinson's disease (PD) using multinational MRI
Çok uluslu MRI kullanarak Parkinson hastalığını (PD) teşhis etmek için yapay zeka modelleri geliştirme
ALAA I.M ABUKARESH
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ OKATAN
- Parkinson hastalarının dikkat fonksiyonlarına ait beyin aktivasyonlarının fonksiyonel MRG ile incelenmesi ve evrişimsel sinir ağları ile sınıflandırılması
Analysis of the brain activations of attention functions of Parkinson patients with functional MRI and classification with conventional neural networks
NUR YILMAZ
Yüksek Lisans
Türkçe
2022
BiyomühendislikSelçuk ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜZİN ÖZMEN
- Yapay zeka yöntemleri kullanılarak yürüyüş verilerine dayalı dejeneratif nöromüsküler hastalıkların tespiti
Detection of degenerative neuromuscular diseases based on gait data using artificial intelligence methods
İSMİHAN GÜL ÖZELOĞLU
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EDA AKMAN AYDIN