Majör depresyon hastalığının tespiti için elektroensefalografi EEG sinyallerinin incelenmesi ve yapay zekâ teknikleriyle sınıflandırılması
Classification of major depressive disorder from eeg signals usi̇ng artificial intelligence techniques
- Tez No: 941602
- Danışmanlar: PROF. DR. ESMA UZUNHİSARCIKLI
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: Majör Depresif Bozukluk (MDB), Elektroensefalografi (EEG), Sinyal İşleme, Sınıflandırma, Yapay Sinir Ağları (YSA), Destek Vektör Makineleri (SVM), Random Forest (RF), Major Depressive Disorder (MDD), Electroencephalography (EEG), Signal Processing, Classification, Artificial Neural Networks (ANN), Support Vector Machines (SVM), Random Forest (RF)
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 72
Özet
Majör depresyon, düşünce, davranış ve bedensel işlevlerde önemli değişikliklerin gözlendiği bir psikiyatrik bozukluktur. Majör depresif bozukluk (MDB) hastalarında bilişsel işlev bozukluğu önemli bir belirtidir. Bilişsel işlevler; psikomotor hız, dikkat, bellek, yürütücü işlevler gibi konuları kapsamaktadır. Yani bu hastalar hafıza sorunları ve konsantrasyon güçlükleri yaşayabilir; plan yapma, karar verme, problem çözme gibi konularda zorluk çekebilirler. Yapılan araştırmalar, Elektroensefalografi (EEG) kullanarak psikolojik aktivitelerin ve bilişsel davranışların ölçülebileceğini göstermiştir. EEG diğer görüntüleme yöntemleri ile karşılaştırıldığında çeşitli avantajlara sahiptir. Bu nedenle, bilişsel işlev bozukluğu, uyku bozukluğu gibi hastalık semptomlarının; psikoz, anksiyete ve depresyon gibi zihinsel bozuklukların teşhisinde objektif bir fizyolojik yöntem olarak EEG kullanılmaktadır. Bu tez çalışması kapsamında MDB hastası ve sağlıklı kişilerden alınan EEG sinyallerinin, yapay zekâ teknikleri ile sınıflandırılması amacıyla farklı sinyal işleme aşamaları kaydedilmiştir. EEG sinyalleri ön işleme aşamasından geçirilerek FIR, ICA ve MODWT yöntemleri uygulanmıştır. Çeşitli özniteliklerin çıkarılmasından sonra öznitelik seçimi için elastik net yöntemi uygulanmıştır. Sınıflandırma aşamasında ise Destek Vektör Makineleri (SVM), Yapay Sinir Ağları (YSA) ve Random Forest (RF) olmak üzere üç farklı yöntem için performans parametrelerinin sonuçları elde edilmiştir.
Özet (Çeviri)
Major Depressive Disorder (MDD) is a psychiatric disorder characterized by significant changes in thought, behavior, and physical functions. Cognitive dysfunction is a prominent symptom in patients with MDD, encompassing areas such as psychomotor speed, attention, memory, and executive functions. Thus, these patients may experience memory problems, difficulty concentrating, and challenges in tasks involving planning, decision-making, and problem-solving. Research has demonstrated that psychological activities and cognitive behaviors can be measured using EEG. Compared to other imaging methods, EEG offers various advantages. Therefore, EEG is used as an objective physiological method in the diagnosis of symptoms of cognitive impairment, sleep disorders, and mental disorders such as psychosis, anxiety, and depression. In this thesis study, EEG signals obtained from patients with MDD and healthy individuals were processed through different signal processing stages with the aim of classification using artificial intelligence techniques. The EEG signals underwent preprocessing stages followed by the application of FIR, ICA and MODWT methods. After extracting various features, feature selection was performed using the elastic net. In the classification stage, performance parameters were obtained for three different methods: Support Vector Machines (SVM), Artificial Neural Networks (ANN) and Random Forest (RF).
Benzer Tezler
- Obsesif kompulsif bozuklukta direnç faktörlerinin saptanması
Başlık çevirisi yok
REMZİ KUTANİŞ
Tıpta Uzmanlık
Türkçe
2003
PsikiyatriYüzüncü Yıl ÜniversitesiRuh Sağlığı ve Hastalıkları Ana Bilim Dalı
YRD. DOÇ. DR. ÖMER AKİL ÖZER
- Major depresyon tanısı alan ergen hastalarda sosyal biliş ve yaşam kalitesinin değerlendirilmesi
Evaluation of the soscial cogniton and the qualty of life in adolescent patients diagnosed with major depression
UĞUR TEKİN
Tıpta Uzmanlık
Türkçe
2016
PsikiyatriEge ÜniversitesiÇocuk Ruh Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. HATİCE SERPİL ERERMİŞ
- Metamateryal tabanlı plazmonik yapıların üretimi ve biyosensör olarak uygulanması
Fabrication of metamaterial based plasmonic structures and biosensor applications
SARE NUR ÇUHADAR
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiKaramanoğlu Mehmetbey ÜniversitesiMühendislik Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HABİBE DURMAZ SAĞIR
- Major depresyon hastalarında beyaz cevher bütünlüğü ve serum glial hücre kaynaklı nörotrofik faktör (GDNF) düzeyleri, bunların duygu düzenleme güçlüğü ve çocukluk çağı travmaları ile ilişkisi
White matter integrity and serum glial cell-derived neurotrophic factor (GDNF) levels in patients with major depression, and their association with emotion regulation difficulties and childhood traumas
KISMET ÇİFTCİ
Tıpta Uzmanlık
Türkçe
2021
PsikiyatriErciyes ÜniversitesiPsikiyatri Ana Bilim Dalı
PROF. DR. ERTUĞRUL EŞEL
- Major depresyon hastalarında çocukluk çağı travmasının dürtüsellik, öfke ve intihar davranışı ile ilişkisi
The relationship of childhood abuse to impulsivity, anger and suicidal behavior in patients with major depression
FERİDE YILDIRIM
Tıpta Uzmanlık
Türkçe
2010
PsikiyatriSağlık BakanlığıRuh Sağlığı ve Hastalıkları Ana Bilim Dalı
DR. ENGİN EMREM BEŞTEPE