Geri Dön

Obsesif kompülsif bozuklukta EEG frekans bantlarının sınıflandırılması

Classification of eeg frequency bands in obsessive compulsory disorder

  1. Tez No: 890041
  2. Yazar: GÖZDE YALINIZ BAYRAKTAR
  3. Danışmanlar: PROF. DR. TÜRKER TEKİN ERGÜZEL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Nöroloji, Science and Technology, Neurology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Üsküdar Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Nörobilim Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 79

Özet

Obsesif-kompülsif bozukluk, insanlık tarihi boyunca bireylerin yaşamlarını etkileyen, zorlayıcı ve üretkenliği ciddi boyutlarda azaltan psikiyatrik bir rahatsızlıktır. Hastalık zihne gelen tekrarlayıcı düşüncelerin(obsesyon) ve bu rahatsız edici düşünce ve duygulardan uzaklaşmak için bireyin gerçekleştirdiği, uzun zamanlar alan, bazı durumlarda belli sırası, miktarı olan, ritüeller halinde eyleme döktüğü kompülsiyonlarla karakterize bir yapıdadır. Bu sebeplerle hastalığın tedavi edilmesinden önce doğru ve zamanında konulan tanı önemli bir konumda bulunmaktadır. Bu tez çalışmasında, 52 adet sağlıklı kontrol, 86 adet OKB rahatsızlığına sahip bireylerin dinlenme durum EEG frekansları incelenmiştir. Obsesif kompulsif bozukluğa sahip bireyler ve sağlıklı kontroller sırasıyla bir boyutlu evrişimli sinir ağı modeli ile birlikte uzun-kısa süreli bellek (LSTM) ve gradyan tekrarlayan birimler (GRU) olmak üzere iki adet farklı hibrit derin öğrenme modeli kullanılarak sınıflandırıldı. Her iki hibrit model bu sınıflandırmada yüksek başarılar elde etmiş olup, 1DCNN-LSTM ve 1DCNN-GRU modellerinin ortalama doğrulukları sırası ile %90.88 ve %85.91olarak hesaplanmıştır. Modele katkı sunan ve OKB' ye ait ayırt edici olan alt frontal, temporal ve oksipital bölge elektrotlarının baskın olduğu görülmüştür. Yürütmüş olduğumuz bu tez çalışmasında, OKB hastalığına ait tanı aşamalarında, ayırt edici EEG verilerinin ve derin öğrenme modellerinin öneminin altını çizmekte olup klinik verilerin yanında objektif sonuçlar sunarak tanı ve tedavi için hızlandırıcı bir basamak olmaktadır.

Özet (Çeviri)

Obsessive-compulsive disorder is a psychiatric disorder that affects the lives of individuals throughout human history, severely reduces compulsivity and productivity. The disease is characterized by repetitive thoughts that on mind(obsession) and compulsions that the individual performs to get away from these disturbing thoughts and feelings, take a long time, in some cases have a certain order, amount, put into action in the form of rituals. For these reasons, an accurate and timely diagnosis before the treatment of the disease is in an important position. In this thesis study, the resting state EEG frequencies of 52 healthy controls and 86 patients with OCD disorders were examined. Patients and healthy controls groups were classified using two different hybrid deep learning models, long-short-term memory (LSTM) and gradient repetitive units (GRU), respectively, along with a one-dimensional convolutional neural network model. Both hybrid models have achieved high success in this classification, and the average accuracy of the 1DCNN-LSTM and 1DCNN-GRU models has been calculated as %90.88 and %85.91 respectively. It was found that the electrodes of the inferior frontal, temporal and occipital regions, which contribute to the model and are distinctive of OCD, are dominant. This study we conducted underlines the importance of distinctive EEG data and deep learning models in the diagnostic stages of OCD disease, and provides objective results in addition to clinical data, making it an accelerating step for diagnosis and treatment.

Benzer Tezler

  1. Obsesif kompulsif bozukluğun iki hemisferli model ile açıklanması

    Explanation of obsessive compulsive disorder using two hemisphere model

    ORHAN MURAT KOÇAK

    Doktora

    Türkçe

    Türkçe

    2010

    DilbilimAnkara Üniversitesi

    Fizyoloji Ana Bilim Dalı

    PROF. DR. ERHAN NALÇACI

  2. Use of electroencephalographic findings in predicting response to noninvasive deep brain stimulation in obsessive compulsive disorder

    Obsesif kompulsif bozuklukta noninvaziv derin beyin stimülasyonuna yanıtı öngörmede elektroensefalografi bulgularının kullanımı

    ÖZDEN ÖKSÜZ

    Doktora

    İngilizce

    İngilizce

    2021

    PsikiyatriYeditepe Üniversitesi

    Nörobilim Ana Bilim Dalı

    PROF. DR. BAYRAM YILMAZ

    PROF. DR. MEHMET KEMAL ARIKAN

  3. Obsesif kompulsif bozukluğu olan hastalarda kantitatif EEG çalışması

    Quantitative EEG study in the patients with obsessive-compulsive disorder

    FİLİZ KARADAĞ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2001

    PsikiyatriPamukkale Üniversitesi

    Psikiyatri Ana Bilim Dalı

  4. Durağan olmayan sinyallerin senkro sıkıştırma ve görgül kip ayrışım yöntemleri ile analizi

    Analysis of non-stationary signals by synchrosqueezing and empirical mode decomposition methods

    ALİ KARACA

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik Mühendisliğiİstanbul Üniversitesi-Cerrahpaşa

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MAHMUT ÖZTÜRK

    PROF. DR. AYDIN AKAN

  5. Obsesif kompulsif bozukluk ve trikotilomani bozukluklarının uygun biyobelirteç kullanılarak makine öğrenme yöntemleri ile sınıflandırılması

    Classification of obsessive-compulsive and trichotillomania disorders by using machine learning methods

    AYŞE KARAKUŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    NörolojiÜsküdar Üniversitesi

    Nörobilim Ana Bilim Dalı

    DOÇ. DR. TÜRKER TEKİN ERGÜZEL