Geri Dön

Konuşma verilerinden otomatikleştirilmiş Parkinson hastalığı tespiti ve sınıflandırılması

Automated Parkinson's disease detection and classification from speech data

PDF İndir

  1. Tez No: 934058
  2. Yazar: BURAK ÇELİK
  3. Danışmanlar: DOÇ. DR. AYHAN AKBAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 67

Özet

Parkinson hastalığı, dünya genelinde milyonlarca bireyi etkileyen, ilerleyici ve nörodejeneratif bir hastalıktır. Bu tez çalışması, ses sinyallerinin analizi yoluyla Parkinson hastalığının teşhisinde kullanılabilecek yeni yöntemlerin geliştirilmesini hedeflemektedir. Çalışmada, ses sinyallerinde belirli akustik özelliklerin, Parkinson hastalığının tespiti ve sınıflandırılmasında biyobelirteç olarak işlev görebileceği gösterilmiştir. Araştırmada, 28 sağlıklı kontrol, 22 ilaçsız Parkinson hastası (Med-off) ve 30 ilaçlı Parkinson hastası (Med-on) olmak üzere toplamda 80 bireyden oluşan bir örneklem grubu kullanılmıştır. Veri seti, katılımcılara Fırat Üniversitesi Nöroloji Bölümü'nde önceden belirlenmiş bir metnin, sessiz bir ortamda okutulmasıyla elde edilmiştir. Bu ses kayıtlarından toplam 19 akustik özellik çıkarılmış ve analiz edilmiştir. Çalışmada, Destek Vektör Makineleri (SVM), Naive Bayes, Karar Ağaçları, k-En Yakın Komşu (k-NN) ve bu çalışmaya özgü geliştirilen bir yapay sinir ağı modeli gibi çeşitli makine öğrenimi algoritmaları kullanılmıştır. Modellerin performans değerlendirmesi, 10 katlı çapraz doğrulama yöntemiyle gerçekleştirilmiştir. Elde edilen bulgular, ses sinyallerinde Parkinson hastalarını sağlıklı bireylerden ayırt eden belirgin farklılıklar olduğunu ortaya koymuştur. Bu farklılıkların, hastalığın erken teşhisinde önemli bir rol oynayabileceği sonucuna ulaşılmıştır. Çalışma, Parkinson hastalığının teşhisine yönelik invaziv olmayan, etkili ve yenilikçi bir yöntem sunarak literatüre değerli bir katkı sağlamaktadır.

Özet (Çeviri)

Parkinson's disease is a progressive and neurodegenerative disorder that affects millions of individuals worldwide. This thesis aims to develop novel methods for the diagnosis of Parkinson's disease through the analysis of speech signals. The study demonstrates that specific acoustic features within speech signals can serve as biomarkers for the detection and classification of Parkinson's disease. The research utilized a sample group consisting of 28 healthy controls, 22 drug-naive Parkinson's patients (Med-off), and 30 medicated Parkinson's patients (Med-on), totaling 80 participants. The dataset was constructed by recording participants reading a predefined text in a quiet environment at the Neurology Department of Fırat University. From these recordings, a total of 19 acoustic features were extracted and analyzed. Various machine learning algorithms, including Support Vector Machines (SVM), Naive Bayes, Decision Trees, k-Nearest Neighbors (k-NN), and a neural network model specifically developed for this study, were employed. The performance of these models was evaluated using 10-fold cross-validation. The findings revealed significant differences in speech signals that distinguish Parkinson's patients from healthy individuals. These differences were shown to play a crucial role in facilitating early diagnosis of the disease. This study contributes a non-invasive, effective, and innovative approach to the diagnosis of Parkinson's disease, enriching the existing body of literature.

Benzer Tezler

  1. Tez No

    503233

    Keyword search for low resource languages

    Kısıtlı kaynaklı dillerde anahtar sözcük arama

    MUSTAFA BATUHAN GÜNDOĞDU

    Doktora

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MURAT SARAÇLAR

  2. Tez No

    794432

    Propulsion-airframe integration for low-boom supersonic aircraft

    Düşük gürültülü sesüstü hava araçlarında itki-gövde entegrasyonu

    RUMED İMRAK

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Savunma ve Savunma Teknolojileriİstanbul Teknik Üniversitesi

    Savunma Teknolojileri Ana Bilim Dalı

    PROF. DR. MELİKE NİKBAY

  3. Tez No

    863875

    Automatic Summarization of Speech Data

    Konuşma Verisinin Otomatik Özetlenmesi

    ALPASLAN ERDAĞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolThe University of Nottingham

    Fizik Ana Bilim Dalı

    ÖĞR. GÖR. ADAM MOSS

  4. Tez No

    724298

    Keyword extraction from speech data using center based clustering

    Merkez tabanlı kümeleme kullanarak konuşma verilerinden anahtar kelime çıkartılması

    HAKKI YAVUZ ERZURUMLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. YUSUF SİNAN AKGÜL

  5. Tez No

    671049

    Konuşma seslerinden duyguları tanımak için yerel ikili ve üçlü örüntülere dayalı yeni bir modelin geliştirilmesi

    Development of a new model based on local binary and ternary patterns to recognize emotions from speech sounds

    YEŞİM ÜLGEN SÖNMEZ

    Doktora

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    PROF. DR. ASAF VAROL

Geri Dön