Geri Dön

Epilepsi kriz anını tespit edebilecek biyosensör

Prediction epileptic seizure from biosensors

PDF İndir

  1. Tez No: 883072
  2. Yazar: ŞEYMA YAMAN
  3. Danışmanlar: PROF. DR. TUĞBA TAŞKIN TOK, PROF. DR. ERSOY KOCABIÇAK
  4. Tez Türü: Doktora
  5. Konular: Bilim ve Teknoloji, Biyomühendislik, Biyoteknoloji, Science and Technology, Bioengineering, Biotechnology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Gaziantep Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoenformatik ve Bilişimsel Biyoloji Ana Bilim Dalı
  12. Bilim Dalı: Biyoenformatik ve Bilişimsel Biyoloji Bilim Dalı
  13. Sayfa Sayısı: 151

Özet

Epilepsi, dünya genelinde milyonlarca insanı etkileyen, öngörülemeyen ve tekrarlayan nöbetlerle karakterize olan kronik bir nörolojik bozukluktur. Epilepsi hastalarının nöbetlerinin önceden tespit edilmesi, hem hastaların hem de yakınlarının yaşam kalitesini önemli ölçüde artırabilir. Bu çalışma, epilepsi hastalarının fizyolojik verilerindeki değişiklikleri izleyerek nöbet anlarını tespit edebilecek en doğru sensörleri ve modelleri belirlemeyi amaçlamaktadır. Bu amaç doğrultusunda, çeşitli biyosensörlerden elde edilen fizyolojik sinyaller (Kalp atış hızı, cilt sıcaklığı, elektrodermal aktivite vb.) toplanmış ve bu veriler makine öğrenme algoritmaları kullanılarak analiz edilmiştir. Nöbetleri öngörebilecek preiktal kalıpları tespit edebilmek için, fizyolojik sinyallerin sürekli izlenmesi ve değerlendirilmesi sağlanmıştır. Çalışmanın sonuçları, giyilebilir sensör sistemlerinin nöbetlerin başlangıçlarını yüksek doğrulukla tanımlayabildiğini ve tahmin edebildiğini göstermektedir. Bu bulgular, epilepsiye yönelik morbidite ve mortalitenin azaltılmasına ve epilepsi hastalarının yaşam kalitesinin artırılmasına önemli katkılar sağlayabilir. Ayrıca, giyilebilir sensörlerin epileptik nöbetlerin tahmin edilmesindeki potansiyelini vurgulayarak, epilepsi yönetimi için yenilikçi yaklaşımların geliştirilmesine ışık tutmaktadır.

Özet (Çeviri)

Epilepsy is a chronic neurological disorder characterized by unpredictable and recurrent seizures, affecting millions of people worldwide. The early detection of seizures in epilepsy patients can significantly improve the quality of life for both patients and their families. This study aims to identify the most accurate sensors and models capable of detecting seizure moments by monitoring physiological changes in epilepsy patients. To achieve this objective, physiological signals (Heart rate, skin temperature, electrodermal activity etc.) obtained from various biosensors were collected and analyzed using machine learning algorithms. Continuous monitoring and evaluation of these physiological signals were conducted to detect preictal patterns that could predict seizures. The results of the study demonstrate that wearable sensor systems can accurately identify and predict the onset of seizures. These findings could significantly contribute to reducing the morbidity and mortality associated with epilepsy and improving the quality of life for epilepsy patients. Furthermore, by highlighting the potential of wearable sensors in predicting epileptic seizures, this study paves the way for the development of innovative approaches in epilepsy management.

Benzer Tezler

  1. Tez No

    260201

    Deneysel epilepsi modellerinde, Epileptik Fokus'un elektrokimyasal çoklu elektrot sistemleri (Multisensörler) kullanılarak haritalanması ve ?Kriz Erken Uyarı? sistemi prototip çalışmaları

    Mapping of the Epileptic Focus in experimental epilepsy models by electrochemical multisensors and ?Seizures Early Warning System? prototype studies

    ÇİĞDEM YENGİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    Eczacılık ve FarmakolojiEge Üniversitesi

    Analitik Kimya Ana Bilim Dalı

    DOÇ. DR. M. EMRAH KILINÇ

  2. Tez No

    386442

    Assessment of the knowledge about epilepsy among epileptic patients, nonepileptic patients and community pharmacists and the provision of education on epilepsy

    Epileptik hastaların, epileptik olmayan hastaların ve eczane eczacılarının epilepsi hakındaki bilgilerinin değerlendirilmesi ve epilepsi ile ilgili eğitimin sağlanması

    ÇAĞLAR MACİT

    Yüksek Lisans

    İngilizce

    İngilizce

    2010

    Eczacılık ve FarmakolojiYeditepe Üniversitesi

    Klinik Farmasi Ana Bilim Dalı

    YRD. DOÇ. DR. PHILIP MARTIN CLARK

    PROF. DR. CANAN AYKUT BİNGÖL

  3. Tez No

    640380

    Machine learning and signal processing on recognizing epileptic seizure patterns

    Epileptik kriz örüntülerinin tanınmasında makine öğrenmesi ve sinyal işleme

    BARKIN BÜYÜKÇAKIR

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik Mühendisliğiİzmir Katip Çelebi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ADNAN KAYA

  4. Tez No

    823916

    Epileptic seizure prediction using EEG signals with deep learning

    Derin öğrenme yoluyla EEG işaretlerinden eğileptik nöbet tahmini

    SAMET ORAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik MühendisliğiAdana Alparslan Türkeş Bilim Ve Teknoloji Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ESEN YILDIRIM

  5. Tez No

    95493

    Correlation dimension analysis of EEG data from patients with epilepsy, schizophrenia and alzheimer's disease

    Epilepsi, şizofreni ve alzheimer hastalarından alınan EEG verilerinin ilinti boyutu analizi

    ELİF BALCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2000

    Tıbbi BiyolojiBoğaziçi Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET ADEMOĞLU

Geri Dön