Migren hastalığının yapay zekâ algoritmaları ile analizi: Alternatif tanı yaklaşımlarının incelenmesi
Analysis of migraine disease with artificial intelligence algorithms: Investigation of alternative diagnostic approaches
- Tez No: 940221
- Danışmanlar: PROF. DR. FATMA LATİFOĞLU
- Tez Türü: Doktora
- Konular: Mühendislik Bilimleri, Nöroloji, Engineering Sciences, Neurology
- Anahtar Kelimeler: Migren ve diğer baş ağrısı türleri, duyusal uyaranlar, elektroensefalografi, sinyal işleme, baş ağrısı bozukluklarının uluslararası sınıflandırması, optik koherens tomografi, yapay zekâ, sınıflandırma, Migraine and other types of headache, sensory stimuli, electroencephalography, signal processing, international classification of headache disorders, optical coherence tomography, artificial intelligence, classification
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 145
Özet
Migren, tekrarlayan ve şiddetli baş ağrılarının görüldüğü, sinir sistemi ve beyin damar fonksiyonlarını etkileyen nörolojik bir rahatsızlıktır. Migrenin klinik tanımlanmasında bazı zorluklar görülebilmektedir. Bu zorlukların üstesinden gelebilmek için birçok alanda uygulanan yapay zekânın önemli bir rolü bulunmaktadır. Gerçekleştirilen bu tez çalışması kapsamında migren hastalığının tanısı için kliniklerde tercih edilen Baş ağrısı Bozukluklarının Uluslararası Sınıflandırması (BBUS), Elektroensefalografi (EEG) yöntemleri incelenmiştir. Bu yöntemlere ek, alternatif bir yaklaşım olarak hızlı ve zararsız görüntüleme yöntemi Optik Koherens Tomografi (OKT) incelenmiştir. Üç farklı tanı yöntemininin incelenmesi sonucunda elde edilen veriler birçok yöntem ile analiz edilmiştir ve yapay zekâ algoritmaları kullanılarak çeşitli araştırmalar gerçekleştirilmiştir. Araştırmalarımızda migren hastası ve sağlıklı katılımcılar ile migren tiplerine ait verilerin analizi ve sınıflandırılması gerçekleştirilmiştir. Ayrıca migren hastalarında ataklara sebep olabilecek duyusal uyaranların beyin bölgelerinde oluşturdukları farklılıklar ve migren hastalığının tahminindeki etkileri de gerçekleştirilen tez çalışmasında incelenmiştir. Tez çalışmasında farklı durumlar kapsamlı bir şekilde ele alınmış ve gerçekleştirilen araştırmalarda elde edilen sonuçlar, çeşitli performans değerlendirme ölçütleri kullanılarak analiz edilmiştir. Migren ve türlerinin sınıflandırılması üzerine BBUS verileri kullanılarak gerçekleştirilen çalışmalarda en başarılı sınıflandırma sonucu %95.14 doğruluk oranı ile Rastgele Orman (RO) algoritmasında elde edilmiştir. Migren hastası ve sağlıklı katılımcılara ait EEG sinyalleri çeşitli sinyal işleme yöntemleri kullanarak analiz edilmiştir, makine öğrenmesi ve derin öğrenme algoritmaları ile migrenin tahmini üzerine çalışmalar gerçekleştirilmiştir. Derin öğrenme çalışmasında en başarılı doğruluk oranı (%99.74), Evrişimsel Sinir Ağı (ESA) algoritmasında elde edilirken makine öğrenmesi çalışmalarında ise en başarılı performanslar Yapay Sinir Ağları (YSA) algoritmaları ile (%85 ve üzeri) elde edilmiştir. OKT verilerinin analiz edildiği araştırmada ise LightGBM algoritması %91.14 doğruluk oranında migren hastalığının tahmininde en başarılı sonucu vermiştir. Sunulan tez çalışması, araştırılan konular, incelenen durumlar ve uygulanan yöntemler bakımından özgün araştırmalar içermektedir. Gerçekleştirilen çalışmalar ve elde edilen bulgular literatürü zenginleştirebilir, yakın gelecekte geliştirilmesi potansiyel klinik tanı sistemlerine katkı sağlayabilir.
Özet (Çeviri)
Migraine is a neurological disorder that affects the nervous system and brain vascular functions with recurrent and severe headaches. Some difficulties can be seen in the clinical identification of migraine. Artificial intelligence, which is applied in many fields to overcome these difficulties, has an important role. Within the scope of this thesis study, International Classification of Headache Disorders (ICHD) and Electroencephalography (EEG) methods, which are preferred in clinics for the diagnosis of migraine disease, are examined. In addition to these methods, Optical Coherence Tomography (OCT), a rapid and harmless imaging method, was examined as an alternative approach. The data obtained from the examination of three different diagnostic methods were analyzed with many methods and various researches were carried out using artificial intelligence algorithms. In our research, data analysis and classification of migraine types were carried out with migraine patients and healthy participants. In addition, the differences in the brain regions of sensory stimuli that may cause attacks in migraine patients and their effects on the prediction of migraine disease were also examined in the thesis study. In the thesis study, different situations were handled comprehensively and the results obtained in the studies were analyzed using various performance evaluation criteria. In the studies on the classification of migraine and its types using ICHD data, the most successful classification result was obtained in the Random Forest (RF) algorithm with an accuracy rate of 95.14%. EEG signals of migraine patients and healthy participants were analyzed using various signal-processing methods, and studies on migraine prediction were carried out with machine learning and deep learning algorithms. In the deep learning study, the most successful accuracy rate (99.74%) was obtained in the Convolutional Neural Network (CNN) algorithm, while in machine learning studies, the most successful performances were obtained with Artificial Neural Networks (ANNs) algorithms (85% and above). In the research where OCT data was analyzed, the LightGBM algorithm gave the most successful result in predicting migraine disease with an accuracy rate of 91.14%. The presented thesis study includes original research in terms of the topics investigated, the situations analyzed and the methods applied. The studies carried out and the findings obtained can enrich the literature and contribute to the potential clinical diagnosis systems to be developed soon.
Benzer Tezler
- Beynin beyaz cevher bölgesindeki yüksek yoğunluklu alanların oluşum ve yayılımına yönelik uzman sistem tasarımı ve gerçeklenmesi
Expert system design and implementation for the occurrence and spread of hyperintense areas in the white matter region of the brain
İZZET ÖZEN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Okan ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BEKİR TEVFİK AKGÜN
- Dilaltı tabletlerde model bir formülasyonun geliştirilmesi, kontrol ve analizleri
Development of a model formulation in sublingual tablets, quality control and analysis
ZİYA BAYRAK
Yüksek Lisans
Türkçe
2009
Eczacılık ve FarmakolojiGATAFarmasötik Teknoloji Ana Bilim Dalı
YRD. DOÇ. DR. ÇETİN TAŞ
- Migrende paranazal sinüs patolojileri
Evaluation of paranasal pathologies on patients who have migraine
EMRE GEDİK
Tıpta Uzmanlık
Türkçe
2018
NörolojiAdıyaman ÜniversitesiNöroloji Ana Bilim Dalı
YRD. DOÇ. DR. ALİ ZEYNAL ABİDİN TAK
- Samsun ilinde görev yapan Aile Hekimleri ve Aile hekimliği uzmanlık öğrencilerinin fibromiyalji sendromu hakkında bilgi düzeyleri ve davranışları
Knowledge levels and behaviours about fibromyalgia of family medicine doctors and family medi̇ci̇ne students working in Samsun
CELALETTİN AYDOĞMUŞ
Tıpta Uzmanlık
Türkçe
2022
Aile HekimliğiOndokuz Mayıs ÜniversitesiAile Hekimliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA YASİN SELÇUK
- Kontrollü tıbbi sülük yetiştiriciliğinde farklı ortamların yavru ve koza sayısına etkisi
The effects of various environments on the number of cocoons and juveniles in controlled medicinal leech breeding
BAHADIR UĞURAL
Yüksek Lisans
Türkçe
2017
Biyolojiİzmir Katip Çelebi ÜniversitesiSu Ürünleri Ana Bilim Dalı
DOÇ. DR. RAMAZAN SEREZLİ