Disleksi ve DEHB tanılı çocuklarda fizyolojik sinyallerin sinyal işleme ve yapay zeka yöntemleri ile analizi ve sınıflandırılması
Signal processing and artificial intelligence-based analysis and classification of physiological signals in children with dyslexia and ADHD
- Tez No: 956018
- Danışmanlar: PROF. DR. FATMA LATİFOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Tez çalışmasında, disleksi ve dikkat eksikliği hiperaktivite bozukluğu (DEHB) komorbiditesinin sinyal işleme ve makine öğrenme yöntemleri kullanılarak sınıflandırılması amaçlanmıştır. Disleksi, DEHB-disleksi komorbiditesi ve sağlıklı kontroller olmak üzere 7–15 yaş arası toplam 73 çocuk çalışmaya dâhil edilmiştir. Çocuklardan EOG, EDA ve EEG sinyalleri kaydedilmiştir. Sinyallere veri ön işleme yöntemleri uygulanış olup öznitelikler elde edilmiştir. Ayrıca sinyallere ampirik dalgacık dönüşümü (EWT) ve varyasyonel mod ayrıştırma (VMD) yöntemleri uygulanarak alt bantlara ayrıştırılmıştır ve alt bant sinyallerinden öznitelikler elde edilmiştir. Tüm öznitelikler LASSO yöntemi kullanılarak seçilmiş olup ADASYN yöntemi ile veri dengelenme işlemi gerçekleştirilmiştir. Seçilen özellikler ANN, KNN, RF ve SVM algoritmaları kullanılarak sınıflandırılmıştır. Çalışmada sınıflandırma performansı; doğruluk, duyarlılık, özgüllük, keskinlik F1-skoru ve eğri altında kalan alan gibi metriklerle değerlendirilmiştir. Sonuçlara göre, doğruluk oranının %95'in üzerinde olduğu, özellikle EOG ve EDA sinyallerinin birlikte kullanımıyla model başarısının arttığı (ANN, AUC: %91.18 → %96.11), EWT ve VMD tabanlı alt bant özelliklerinin de model ayrım gücünü yükselttiği görülmüştür. Disleksi ile tedavi altındaki DEHB-disleksi sınıflandırılmasında, ilaç tedavisinin önemli etkiye sahip olduğu ve sınıflandırma performansının gruplar arasında düştüğü görülmüştür (ANN, AUC: %80.4 → %50.2). Bu durum tedavinin DEHB ile ilişkili semptomları azalttığını göstermektedir. Sonuç olarak, önerilen yöntemlerin disleksi, DEHB komorbiditesi ve kontrol gruplarının yüksek doğrulukla sınıflandırılmasında etkili olduğu ortaya konmuştur.
Özet (Çeviri)
This thesis aims to classify comorbidity of dyslexia and attention deficit hyperactivity disorder (ADHD) using signal processing and machine learning methods. A total of 73 children aged between 7 and 15 years, including those with dyslexia, dyslexia-ADHD comorbidity, and healthy controls, were included in the study. EOG, EDA, and EEG signals were recorded from all participants. Preprocessing techniques were applied to these signals, and relevant features were extracted. In addition, empirical wavelet transform (EWT) and variational mode decomposition (VMD) were utilized to decompose the signals into sub-bands, from which further features were derived. All features were selected using the LASSO method, and class imbalance was addressed via the ADASYN technique. The selected features were classified using ANN, KNN, RF, and SVM algorithms. Classification performance was evaluated through metrics such as accuracy, sensitivity, specificity, precision, F1-score, and area under the curve (AUC). Results indicated that classification accuracy exceeded 95%, and notably, the combined use of EOG and EDA signals enhanced model performance (ANN, AUC: 91.18% → 96.11%). Additionally, features derived from EWT- and VMD-based sub-bands improved the model's discriminative capacity. In the classification of dyslexia and medicated ADHD-dyslexia groups, a decline in performance was observed (ANN, AUC: 80.4% → 50.2%), suggesting that medication may reduce ADHD-related symptoms. In conclusion, the proposed methodology proved to be effective in accurately classifying dyslexia, ADHD comorbidity, and control groups.
Benzer Tezler
- Disleksi ve dikkat eksikliği hiperaktivite bozukluğu olan çocukların nörobilişsel profillerinin değerlendirilmesi
Neurocognitive functioning in children with dyslexia and attentiondeficit/hyperactivity disorder
YAŞAR TANIR
Tıpta Uzmanlık
Türkçe
2017
PsikiyatriAnkara ÜniversitesiÇocuk Ruh Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. BİRİM GÜNAY KILIÇ
- Dirençli epilepsi ile izlenen çocuklarda nütrisyon profili
Nutrition profile in children with drug-resistant epilepsy
AYŞE AKÇAY
Tıpta Uzmanlık
Türkçe
2024
Çocuk Sağlığı ve HastalıklarıGazi ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. TUĞBA HIRFANOĞLU
- Ankara Üniversitesi Tıp fakültesi Çocuk Sağlığı ve Hastalıkları Hastanesi'nde status epileptikus tanısı ile takip edilen hastaların takip sonuçlarının geriye dönük değerlendirilmesi
Başlık çevirisi yok
ASLI SAMSA ÖDEMİŞ
Tıpta Uzmanlık
Türkçe
2023
NörolojiAnkara ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. ÖMER BEKTAŞ
- Dikkat Eksikliği Hiperaktivite Bozukluğu (DEHB) ve disleksi tanısı almış çocuklara sahip ebeveynlerin duygusal şiddete maruz kalma düzeylerinin bazı değişkenler açısından incelenmesi
A research on the levels of exposure to emotional violence of parents with children diagnosed of Attention Deficiency Hyperactivity Disorder (ADHD) and Dyslexia
TÜRKAN EVLEKSİZ
Yüksek Lisans
Türkçe
2021
Psikolojiİstanbul Arel ÜniversitesiPsikoloji Ana Bilim Dalı
PROF. DR. HALİM KAZAN
- Ankara'da bir üniversitede nöroçeşitli öğrenci sıklığı ve ruhsal hastalıklarda içselleştirilmiş damgalanma durumları
Prevalence of neurodivergent students and internalized stigma in mental disorders: A study at a university in Ankara
MERVE ATİK ŞAHİN
Tıpta Uzmanlık
Türkçe
2025
Halk SağlığıGazi ÜniversitesiHalk Sağlığı Ana Bilim Dalı
DOÇ. DR. ASİYE UĞRAŞ DİKMEN