Fizyolojik sinyaller ve hareket verileri kullanılarak dikkat eksikliği hiperaktivite bozukluğunun tespit edilmesine yönelik test sistemi gerçekleştirilmesi ve analizi
Development and analysis of a test system for the detection of attention deficit hyperactivity disorder using physiological signals and motion data
- Tez No: 827341
- Danışmanlar: PROF. DR. FATMA LATİFOĞLU
- Tez Türü: Doktora
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
- Sayfa Sayısı: 137
Özet
Dikkat Eksikliği Hiperaktivite Bozukluğu (DEHB) ve onun alt türü olan Hiperaktivite Bozukluğu (HB) çocukluk çağının en yaygın görülen psikiyatrik rahatsızlıklarının başında gelmektedir. Hastalığın tanısı klinisyenin ve hastalık öyküsünü ifade eden ebeveyn veya öğretmenlerin objektif olmayan değerlendirmelerinden etkilenebilmektedir. Klinikte tanı, muayene ve çeşitli testlerle gerçekleştirilmekte olup doğrudan objektif değerlendirme araçları bulunmamaktadır. Bu çalışmada DEHB tanısı olan bireylerde HB tespitinde objektif tanı araçları geliştirilmek üzere çeşitli hareket verileri ve fizyolojik kullanılmıştır. Kullanılan veriler ile DEHB ve HB tespiti için hasta/sağlıklı ayrımı yapan çalışmalar gerçekleştirilmiş olup bulguları sunulmuştur. Hasta ve sağlıklı grupların kontrollü şekilde tespitinin yapılabilmesi için görsel uyaran takip testi ve veri kayıt protokolleri geliştirilmiştir. Yapay sinir ağları, makine öğrenmesi algoritmaları, derin öğrenme algoritmaları kullanılarak elde edilen verilerle anlamı bulgular ortaya konulmuştur. Sadece EEG sinyalleri kullanılarak gerçekleştirilen çalışmada hasta / sağlıklı ayrımında 95% üzerinde başarı oranı, sadece EOG sinyalleri kullanılarak gerçekleştirilen çalışmada 88,89% başarı oranı, tüm veriler kullanılarak yapılan çalışmalarda 89,29% başarı oranı elde edilmiştir. Literatüre katkı sağlayacak özgün sonuçlar elde edilmiştir. Elde edilen sonuçların hastalığın tespitinde objektif tanı aracı olarak yakın gelecekte kullanılabileceği değerlendirilmektedir.
Özet (Çeviri)
Attention Deficit Hyperactivity Disorder (ADHD), and its subtype, Hyperactivity Disorder (HD), are among the most prevalent psychiatric disorders in childhood. Diagnosis of the disease can be influenced by the subjective evaluations of clinicians and non-objective assessments from parents or teachers reporting the patient's medical history. Clinical diagnosis is typically performed through examinations and various tests, with a lack of direct objective assessment tools. In this study, various motion data and physiological signals were utilized to develop objective diagnostic tools for the detection of HD in individuals diagnosed with ADHD. Studies were conducted to distinguish between individuals with ADHD and HD and healthy individuals using the collected data, and the findings have been presented. Visual stimulus tracking tests and data recording protocols were developed to enable controlled identification of patient and healthy groups. Significant results were obtained using artificial neural networks, machine learning algorithms, and deep learning algorithms. A success rate of over 95% was achieved in a study conducted using only EEG signals for patient/healthy differentiation, 88.89% using only EOG signals, and 89.29% when all data were used. Unique results contributing to the literature were obtained. The obtained results are considered to be potentially used as an objective diagnostic tool for the disease in the near future.
Benzer Tezler
- Investigation of mechanoregulatory role of desmin protein
Investigation of mechanoregulatory role of desmin protein
NİLÜFER DÜZ
Doktora
Türkçe
2024
Tıbbi BiyolojiHacettepe ÜniversitesiTıbbi Biyoloji Ana Bilim Dalı
PROF. DR. PERVİN RUKİYE DİNÇER
- Üst vücut hareketlerinin algılanması için yapay zekâ destekli kapasitif tabanlı giyilebilir sensör sistemi geliştirilmesi
Development of artificial intelligence supported capacitive-based wearable sensor system for detection of upper body movements
MUHAMMET ROJHAT KARA
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiNecmettin Erbakan ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET AKİF ERİŞMİŞ
DOÇ. DR. EMREHAN YAVŞAN
- A social navigation approach for mobile assistant robots
Asistan mobil robotlar için sosyal bir navigasyon yaklaşımı
HASAN KIVRAK
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HATİCE KÖSE
- Emotion recognition in children: Single and multimodal approaches with facial and physiological data
Çocuklarda duygu tanima: Yüz ve fizyolojik verilerle tekli ve çoklu modalite yaklaşimlari
ŞEYMA TAKIR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
- Classification of the motor EEG signals by using deep neural networks
Derin sinir ağları kullanarak motor EEG sinyallerinin sınıflandırılması
LEYLA ABILZADE
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ