Elektroensefalografi ve çok girişli evrişimsel sinir ağları ile otizm spektrum bozukluklarının tespitinin araştırılması
Investigating the detection of autism spectrum disorders with electroencephalography and multi-input convolutional neural networks
- Tez No: 950251
- Danışmanlar: PROF. DR. ABDULKADİR ŞENGÜR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Teknolojileri Bilim Dalı
- Sayfa Sayısı: 83
Özet
Otizm spektrum bozukluğu (OSB), erken çocukluk döneminde başlayan, sosyal iletişim ve etkileşimde eksiklikler, sınırlı ve tekrarlayan davranış ve ilgi kalıplarının varlığıyla karakterize edilen nörogelişimsel bir bozukluk olarak tanımlanmaktadır. Elektroensefalografi (EEG) ve çok girişli evrişimsel sinir ağları (ESA) kullanılarak otizm spektrum bozukluklarının (OSB) tespiti, son yıllarda nörobilim ve yapay zeka alanlarında önemli bir araştırma konusu haline gelmiştir. EEG, beynin elektriksel aktivitesini ölçerek nörolojik durumların analiz edilmesine olanak tanırken, ESA'lar karmaşık veri setlerinden anlamlı özellikler çıkarma yetenekleriyle dikkat çekmektedir. Bu yöntemlerin bir araya getirilmesi, OSB'nin erken teşhisi ve bireyselleştirilmiş tedavi yaklaşımlarının geliştirilmesi açısından umut vaat etmektedir. Bu çalışmada, çok girişli bir boyutlu Evrişimsel Sinir Ağı (ESA) modeli kullanarak EEG tabanlı yeni bir yaklaşım ortaya konmuştur. Çalışmada, 9'u normal 20'si OSB tanısı konmuş toplam 29 çocuğa ait veriler kullanılarak gerçekleştirilmiştir. Bu veri seti, King Abdulaziz Üniversitesi Hastanesi açık erişimli veri kaynaklarından elde edilmiştir. Deneysel çalışmalarda farklı EEG kanal kombinasyonları test edilmiş ve %80,36 ile %89,06 arasında değişen doğruluk değerleri elde edilmiştir. En yüksek doğruluk oranı olan %89,06, FZ, T3, C3, C4, CZ, PZ ve OZ kanallarının sisteme giriş olarak verildiği durumda elde edilmiştir. Bu kanallar, burun hizasından ense kemiğine uzanan orta hat üzerindeki ve kulaklar arasında başın üst kısmında yer alan elektrotlara karşılık gelmektedir.
Özet (Çeviri)
Autism spectrum disorder (ASD) is defined as a neurodevelopmental disorder that begins in early childhood and is characterized by deficits in social communication and interaction, and the presence of limited and repetitive patterns of behavior and interest. Detection of autism spectrum disorders (ASD) using electroencephalography (EEG) and multi-input convolutional neural networks (CNNs) has become an important research topic in neuroscience and artificial intelligence in recent years. While EEG allows analyzing neurological conditions by measuring the electrical activity of the brain, ESAs are notable for their ability to extract meaningful features from complex data sets. Combining these methods holds promise for the early diagnosis of ASD and the development of individualized treatment approaches. In this study, we present a novel EEG-based approach using a multi-input one-dimensional Convolutional Neural Network (CNN) model. The study was conducted using data from a total of 29 children, 9 of whom were normal and 20 of whom were diagnosed with ASD. This dataset was obtained from King Abdulaziz University Hospital open access data sources. In experimental studies, various EEG channel combinations were tested, and accuracy values ranging from 80.36% to 89.06% were obtained. The highest accuracy rate, 89.06%, was achieved when the channels FZ, T3, C3, C4, CZ, PZ, and OZ were used as inputs to the system. These channels correspond to electrodes located along the midline from the nasal bridge to the occipital bone, as well as those positioned on the upper part of the head between the ears.
Benzer Tezler
- Fuzzy cognitive maps for emotion modeling
Bulanık bilişsel haritalar yardımıyla insan duygularının modellenmesi
HASAN MURAT AKINCI
Yüksek Lisans
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ENGİN YEŞİL
- Yenidoğan nöbetlerinde etiyoloji ve prognostik faktörler
Etiology and prognostic factors of newborn convulsions
GÜNTÜLÜ GÖKDOĞAN
Tıpta Uzmanlık
Türkçe
2013
Çocuk Sağlığı ve HastalıklarıGazi ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. TUĞBA HİRFANOĞLU
- Intra-patient and inter-patient adaptive control of hypnotic states during total intravenous anesthesia
Total intravenöz anestezi sırasında hipnotik durumların hasta içi ve hastalar arası uyarlamalı kontrolü
BORA AYVAZ
Yüksek Lisans
İngilizce
2024
Anestezi ve Reanimasyonİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ FUAT ERGENÇ
- Adaptif filtrelerin EEG işaretlerine uygulanması
Application of adaptive filters to EEG signals
FATİH DÖLEK
Yüksek Lisans
Türkçe
1999
Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiElektronik Ana Bilim Dalı
DOÇ. DR. M. KEMAL KIYMIK
- Çocukluk çağında oksipital deşarjların saptandığı epilepsi tanılı hastaların klinik, laboratuvar ve görüntüleme özelliklerinin incelenmesi
Investigation of clinical, laboratory and imaging features of patients diagnosed with epilepsy in which occipital discharges were detected in childhood
DİLEK ÖZKUL
Tıpta Uzmanlık
Türkçe
2024
Çocuk Sağlığı ve HastalıklarıİZMİR BAKIRÇAY ÜNİVERSİTESİÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. HANDE GAZETECİ TEKİN