Geri Dön

Detection of attention deficit hyperactivity disorder by using EEG signals and deep learning

Dikkat eksikliği hiperaktivite bozukluğunun EEG sinyalleri ve derin öğrenmeyle tespiti

PDF İndir

  1. Tez No: 848891
  2. Yazar: EFE UTKU COŞMAZ
  3. Danışmanlar: PROF. DR. AYDIN AKAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: İzmir Ekonomi Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 72

Özet

Dikkat eksikliği hiperaktivite bozukluğu (DEHB) genelikle çocuklarda görülen, nörolojik bir hastalıktır. Bu hastalık yaşam kalitesini düşürdüğü için erken teşhis son derece önemlidir. Elektroensefalografi (EEG) bir nörogörüntüleme tekniği olup DEHB teşhisinde yoğun olarak kullanılmaktadır. Bu çalışmada aynı yaş grubundaki DEHB tanısı konmuş bireyler ve sağlıklı kontrol bireylerden dinlenme durumu EEG sinyaleri İzmir Katip Çelebi Üniversitesi, Nöroloji Kliniğinde kayıt edilmiştir. Görgül Kip Ayrışım (GKA: EMD) yöntemi ile içkin kip fonksiyonları (IMF) elde edilmiştir. Daha sonra IMF'ler ve EEG sinyallerinin kısa süreli Fourier dönüşümü yardımı ile spektrogramları hesaplanmış ve renkli imgeler olarak kayıt edilmiştir. Daha sonra spektrogram imgeleri beynin farklı bölgeleri ve bütünü bir arada kullanılarak iki boyutlu Evrişimsel Sinir Ağları (2D-CNN) eğitilerek sınıflandırılmıştır. Yapılan testlerde Python ortamında tasarlanmış olan CNN yapısı ile yaklaşık % 92, ResNet50 mimarisi ile % 96.526 sınıflandırma doğruluğuna ulaşılmıştır.

Özet (Çeviri)

Attention deficit hyperactivity disorder (ADHD) is a neurological disorder generally seen in children, and early diagnosis is extremely important. Electroencephalography (EEG) signals are used extensively to diagnose ADHD. In this study, resting state EEG signals from ADHD patients and healthy control subjects in the same age group were recorded at the Izmir Katip Celebi University, Department of Neurology, and analyzed. Intrinsic mode functions (IMF) were extracted by the Empirical Mode Decomposition (EMD) method. Then, short-term Fourier transform spectrograms of IMFs as well as the EEG signals were calculated and saved as colored images. Finally, the spectrogram images were classified by training two-dimensional Convolutional Neural Networks (2D-CNN) using different brain regions or the whole brain. In our simulations, almost 92% classification accuracy was achieved with the CNN structure designed in the Python environment, and 96.526% classification accuracy was achieved with the ResNet50 architecture.

Benzer Tezler

  1. Tez No

    827341

    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

    MUSTAFA YASİN ESAS

    Doktora

    Türkçe

    Türkçe

    2023

    Mühendislik BilimleriErciyes Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. FATMA LATİFOĞLU

  2. Tez No

    956406

    Dikkat eksikliği ve hiperaktivite bozukluğu olan çocukların el yazılarının görüntü işleme teknikleri ile analizi

    Analysis of handwriting of children with attention deficit hyperactivity disorder using image processing techniques

    ÖZLEM YILDIZ BUDAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUHAMMED FATİH ADAK

  3. Tez No

    921580

    Dirençli epilepsi ile izlenen çocuklarda nütrisyon profili

    Nutrition profile in children with drug-resistant epilepsy

    AYŞE AKÇAY

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    Çocuk Sağlığı ve HastalıklarıGazi Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    PROF. DR. TUĞBA HIRFANOĞLU

  4. Tez No

    704560

    Dikkat eksikliği hiperaktivite bozukluğunun makine ve derin öğrenme teknikleri ile tespiti

    Detection of attention deficit hyperactivity disorder by machine and deep learning techniques

    GÜLAY ÇİÇEK

    Doktora

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-Cerrahpaşa

    Biyomedikal Ana Bilim Dalı

    PROF. DR. AYDIN AKAN

  5. Tez No

    385175

    Dikkat eksikliği ve hiperaktivite bozukluğu olan çocuk ve ergenlerde yürütücü işlevlerin performans testleri ve davranışsal gözlemlere dayanan ölçekler ile değerlendirilmesi

    Assessment of executive functions in children and adolescents with attention deficit and hyperactivity disorder by performace tests and behavior rating inventories

    SULTAN SEVAL YILMAZ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2014

    PsikiyatriMarmara Üniversitesi

    Çocuk ve Ergen Ruh Sağlığı ve Hastalıkları Ana Bilim Dalı

    DOÇ. DR. NEŞE PERDAHLI FİŞ

Geri Dön