Geri Dön

Objektif ağrı değerlendirmesi için çok boyutlu biyosinyal füzyonu

Multidimensional biosignal fusion for objective pain assessment

PDF İndir

  1. Tez No: 875979
  2. Yazar: ELİF YILDIRIM
  3. Danışmanlar: DOÇ. DR. FATMA PATLAR AKBULUT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: İstanbul Kültür Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 61

Özet

Ağrı, tanımlanması karmaşık olan ve kişiye göre farklılık gösterebilen bir durumdur, ancak fizyolojik sinyaller yardımı ile ağrı ile gösterilen reaksiyonlar arasında bir bağ kurmak mümkündür. Ağrı, çeşitli hastalıkların ilk habercisidir. Romatolojik hastalıklar da ağrı ile yakından ilişkili ve tedavi edilmezse ilerleyip insanın yaşam kalitesini düşüren bir hastalık grubudur. Özellikle gelişim çağındaki çocuklarda romatolojik hastalıkların erken teşhisi bu açıdan son derece önemlidir. Bu bilgiler ışığında çocuk romatoloji hastalarında ağrı tespiti yapılabilmesi fikri öne sürülmüş ve bu doğrultuda geliştirilen derin öğrenme modelleri ile bu fikir hayata geçirilmiştir. Cerrahpaşa Hastanesi Çocuk Acil Fizyoterapi ve Rehabilitasyon Bölümü'ndeki çocuk romatoloji hastalarından tedavi esnasında toplanan çok modlu biyosinyal verileri, hastalardan alınan geribildirimler ile çeşitli ağrı seviyelerini temsil edecek şekilde etiketlenmiş ve RheumaPain isimli ağrı veriseti oluşturulmuştur. Daha sonra bu veriseti, Çoklu Ağrı Veriseti isimli, farklı ağrı türlerini ve şiddetlerini içeren bir başka veriseti ile zenginleştirilmiş ve çeşitli derin öğrenme modelleri, ağrının türü ve şiddetini tespit etmek üzere eğitilmiştir. Sonuç olarak, %92 F1- Skoru ile ağrı seviyelerinin tespiti ve %79 F1-Skoru ile çeşitli ağrı türlerinin tespiti gerçekleştirilmiştir.

Özet (Çeviri)

Pain is a complex condition that varies from person to person, but it is possible to establish a connection between the reactions shown to pain and physiological signals. Pain is often the first indicator of various diseases. Rheumatological diseases, in particular, are closely related to pain and can significantly reduce a person's quality of life if left untreated. Early diagnosis of rheumatological diseases in children, especially those in their developmental stages, is crucial in this regard. Based on this information, the idea of detecting pain in pediatric rheumatology patients has been proposed, and deep learning models have been developed to bring this idea to life. Multimodal biosignal data collected from pediatric rheumatology patients at the Cerrahpaşa Hospital Pediatric Emergency Physiotherapy and Rehabilitation Department during treatment were labeled to represent various pain levels based on feedback from the patients, resulting in the creation of the RheumaPain dataset. This dataset was later enriched with another dataset named the Multi-Pain Dataset, which includes different types and intensities of pain. Various deep learning models were trained to detect the type and intensity of pain. As a result, pain levels were detected with a 92% F1-Score, and various pain types were detected with a 79% F1-Score.

Benzer Tezler

  1. Tez No

    907811

    Kronik hemodiyaliz hastalarında sarkopeni varlığı ileyaşam kalitesi indeksleri arasındaki ilişki

    He relationship between the presence of sarcopenia and quality of life indices in chronic hemodialysis patients

    TÜRKAN YAĞMUR ÖZEL

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    İç HastalıklarıKahramanmaraş Sütçü İmam Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    PROF. DR. ORÇUN ALTUNÖREN

  2. Tez No

    694997

    Spatio-temporal assessment of pain intensity through facial transformation-based representation learning

    Yüz dönüşümü tabanlı gösterim öğrenimi ile ağrı şiddetinin uzam-zamansal değerlendirilmesi

    DİYALA NABEEL ATA EREKAT

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HAMDİ DİBEKLİOĞLU

  3. Tez No

    886696

    Classification of knee osteoarthritis severity using deep learning with fully supervised and semi-supervised-based approaches

    Derin öğrenme ile tamamen denetimli ve yarı-denetimli yaklaşım tabanlı diz osteoartrit şiddetinin sınıflandırılması

    İLKNUR AKTEMUR

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İLKAY ÖKSÜZ

  4. Tez No

    791177

    Outcome predictors for rotator cuff tendinopathy

    Rotator manşet tendinopatisi için sonuç belirleyicileri

    MEHMET DELEN

    Doktora

    İngilizce

    İngilizce

    2022

    Fizyoterapi ve RehabilitasyonQueen Mary University of London

    Fizyoterapi ve Rehabilitasyon Ana Bilim Dalı

    PROF. DR. DYLAN MORRİSSEY

  5. Tez No

    59790

    Romatoid artritli hastalarda inflamasyonun değerlendirilmesinde Tc-99m HIG Sintigrafisi'nin yeri klinik bulgular ile korelasyonu

    Assessment of joint inflammation in rheumatoid athritis: A correlative study with Tc-99m HIG scintigraphy and clinical findings

    BERNA OKUDAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    1997

    Radyoloji ve Nükleer TıpGazi Üniversitesi

    Nükleer Tıp Ana Bilim Dalı

    DOÇ. DR. MEHMET T. KİTAPÇI

Geri Dön