Alzheimer hastalığında beyin aktivitesinin analizinde permütasyon entropisi ve dispersiyon entropisinin karşılaştırılması: makine öğrenmesi yaklaşımı
Comparison of permutation entropy and dispersion entropy in brain activity analysis of alzheimer's disease: a machine learning approach
- Tez No: 953599
- Danışmanlar: DR. ÖĞR. ÜYESİ PINAR DENİZ TOSUN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Alzheimer hastalığı, EEG, Entropi, Makine öğrenmesi, Sınıflandırma, Alzheimer's disease, EEG, Entropy, Machine Learning, Classification
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Düzce Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 80
Özet
Bu tez çalışmasında, Alzheimer hastalığının (AH) erken tanısı için EEG (Elektroensefalografi) verileri üzerinden elde edilen entropi temelli özniteliklerin makine öğrenmesi algoritmaları ile sınıflandırma performansı üzerindeki etkisi araştırılmıştır. Çalışmada kullanılan EEG verileri, 12 Alzheimer hastası ve 11 sağlıklı bireyden elde edilmiş, her bireyden alınan veriler alfa (8–13 Hz) ve beta (13–32 Hz) frekans bantlarına filtrelenmiş ve artefaktlardan arındırılmıştır. Çalışmanın ilk aşamasında, herhangi bir entropik öznitelik çıkarımı yapılmaksızın ham EEG verileri doğrudan sınıflandırma algoritmalarına sunulmuş ve Alzheimer hastaları ile sağlıklı bireyler arasında ayırt edici farklılıkların olup olmadığı incelenmiştir. İkinci aşamada, MATLAB ortamında EEG verileri üzerinden Permütasyon Entropisi (PE) ve Dispersiyon Entropisi (DE) hesaplanarak özellik vektörleri oluşturulmuş ve bu öznitelikler Python ortamında farklı sınıflandırma algoritmalarıyla değerlendirilmiştir. Üçüncü aşamada ise PE ve DE değerlerinin birlikte kullanıldığı çift entropi modeli ile sınıflandırma başarımı analiz edilmiştir. Random Forest, Yapay Sinir Ağı (YSA), Naive Bayes, k-En Yakın Komşu (k-NN) ve Karar Ağaçları olmak üzere beş farklı algoritma uygulanmış ve karşılaştırmalı sonuçlar elde edilmiştir. Genel olarak, çift entropi modelinin YSA algoritması ile birlikte kullanılması, bu çalışmada en yüksek sınıflandırma başarımlarını sağlamıştır. Ayrıca, istatistiksel analizler kapsamında Mann-Whitney U testi, t-testi ve Kruskal-Wallis testleri uygulanmış; özellikle F8, O1, O2, P3 ve P4 bölgelerinde hem PE hem DE açısından anlamlı farklılıklar bulunmuştur (p < 0.001). Elde edilen bulgular, entropi tabanlı EEG analizinin Alzheimer tanısında önemli ve güvenilir bir biyobelirteç potansiyeline sahip olduğunu ortaya koymaktadır. Bu yönüyle çalışma, literatürde özgün ve çok katmanlı bir yaklaşım sunmaktadır.
Özet (Çeviri)
In this thesis study, the impact of entropy-based features derived from EEG (Electroencephalography) data on the classification performance of machine learning algorithms was investigated for the early diagnosis of Alzheimer's disease (AD). The EEG data used in this study were obtained from 12 patients diagnosed with Alzheimer's disease and 11 healthy control subjects. The data from each participant were filtered into the alpha (8–13 Hz) and beta (13–32 Hz) frequency bands and cleaned of artifacts. In the first stage of the study, the raw EEG data were directly fed into classification algorithms without any entropy-based feature extraction to examine whether there were distinguishing differences between Alzheimer's patients and healthy individuals. In the second stage, Permutation Entropy (PE) and Dispersion Entropy (DE) were computed from the EEG signals in the MATLAB environment to construct feature vectors, which were then evaluated using various classification algorithms implemented in Python. In the third stage, the classification performance of a combined entropy model utilizing both PE and DE values was analyzed. Five different algorithms—Random Forest, Artificial Neural Network (ANN), Naive Bayes, k-Nearest Neighbors (k-NN), and Decision Trees—were applied and comparative results were obtained. Overall, the combined entropy model employed with the ANN yielded the highest classification performances in this study. Furthermore, statistical analyses including the Mann-Whitney U test, t-test, and Kruskal-Wallis test were conducted; notably, significant differences were identified in both PE and DE measures particularly at the F8, O1, O2, P3, and P4 regions (p < 0.001). The findings demonstrate that entropy-based EEG analysis holds substantial promise as a robust and reliable biomarker in the diagnosis of Alzheimer's disease. In this respect, the study presents an original and multi-layered approach within the current literature.
Benzer Tezler
- Parkinson hastalarında kombine metabolik aktivatör tedavisi sonrası bilişsel fonksiyonlarda görülen iyileşmenin multi-omik karakterizasyonu
Multi-omic characterization of cognitive improvementfollowing combined metabolic activator therapy inParkinson's disease patients
BURAK YULUĞ
Doktora
Türkçe
2025
Nörolojiİstanbul Medipol ÜniversitesiSinirbilimler Ana Bilim Dalı
PROF. DR. LÜTFÜ HANOGLU
- Alzheimer hastalığında yeni aday asetilkolinesteraz inhibitör bileşiklerinin aktivitesinin teorik yöntemler ile tespit edilmesi
Determination of the activity of new candidate acetylcholinesterase inhibitor compounds by theoretical methods in Alzheimer's disease
ELİF KIZILPINAR
Yüksek Lisans
Türkçe
2021
BiyomühendislikÜsküdar ÜniversitesiBiyomühendislik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VİLDAN ENİSOĞLU ATALAY
- Enhancing neprilysin activity through probiotic and nutritional supplement to target amyloid beta peptides in alzheimer's disease
Alzheimer hastalığında amiloid beta peptitlerini hedeflemek için probiyotik ve besin takviyesi ile neprilysin aktivitesinin artırılması
İSRA MAVALDİ
Yüksek Lisans
İngilizce
2025
BiyomühendislikYıldız Teknik ÜniversitesiBiyomühendislik Ana Bilim Dalı
DOÇ. DR. ALPER YILMAZ
- Sporadik alzheimer hastalığında DNA hedef gen varyantlarının taranması
Screening targeted DNA gene variations in sporadic alzheimer's disease
TUĞÇE İLHAN
Yüksek Lisans
Türkçe
2016
GenetikAcıbadem ÜniversitesiBiyokimya ve Moleküler Biyoloji Ana Bilim Dalı
PROF. DR. MELTEM MÜFTÜOĞLU
PROF. DR. MUSTAFA CENGİZ YAKICIER
- Oreksin-saporin ile indüklenen semptohipokampal nörodejenerasyonun sensorimotor geçitleme ve uzun dönem bellek üzerine etkileri
Investigation of the effects of orexin-saporin-inducedseptohippocampal neurodegeneration on sensorimotor gatingand long-term memory
CEREN GÖR