Image-based representations of physiological signals: Deep learning approaches for predictive medicine
Fizyolojik sinyallerin görüntü tabanlı temsilleri: Öngörücü tıp için derin öğrenme yaklaşımları
- Tez No: 958845
- Danışmanlar: DR. ÖĞR. ÜYESİ ONAN GÜREN, PROF. DR. AYTUĞ ONAN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyomühendislik, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Bioengineering, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İzmir Katip Çelebi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Teknolojiler Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 388
Özet
Bu tez, tek boyutlu (1D) fizyolojik zaman serilerini, günümüz yapay zekasının temelini oluşturan evrişimsel sinir ağları (CNN) ve ilgili derin öğrenme (DL) modellerinin tümevarımsal önyargılarıyla uyumlu iki boyutlu (2D) görüntü tabanlı temsillere dönüştürerek biyomedikal sinyal analizine yönelik birleşik bir paradigma ortaya koymaktadır. Temel hipotez, bu tür dönüşümlerin ham dalga biçimleri ve geleneksel öznitelik mühendisliğine kıyasla öngörücü modelleme için daha bilgilendirici, ölçeklenebilir ve yorumlanabilir bir zemin sağladığıdır. Yaklaşım, elektrokardiyografi (ECG), elektromiyografi (EMG) ve elektroensefalografi (EEG) alanlarında; kardiyak aritmi tespiti, nöromüsküler sınıflandırma, oküler artefaktların giderilmesi, epileptik nöbet ve duygu analizi ile invaziv olmayan beyin uyarımına (NIBS) yanıtın öngörülmesi gibi uygulamalar üzerinden doğrulanmıştır. Çalışma, sinyalden-görüntüye dönüşüm için genel bir çerçeve, özelleştirilmiş CNN mimarileri, morfoloji-odaklı görüntü dönüşümü, zaman-frekans temsilleri (TFR) ile topografik ve istatistiksel öznitelik eşlemelerinin karşılaştırmalı değerlendirmelerini sunarak öngörüsel duyarlılık, sağlamlık ve klinik yorumlanabilirlikte iyileşmeler ortaya koymaktadır. Bu bulgular, görüntü tabanlı temsilleri fizyolojik dinamikler ile derin öğrenme arasında pratik bir köprü olarak konumlandırmakta; güvenilir tanı, kişiselleştirilmiş tedavi planlaması ve gerçek zamanlı dijital sağlık sistemlerine uyarlama yollarını desteklemekte ve yapay zekanın öngörücü tıptaki rolünü güçlendirmektedir.
Özet (Çeviri)
This dissertation advances a unified paradigm for biomedical signal analysis by transforming one-dimensional (1D) physiological time-series into two-dimensional (2D) image-based representations that align with the inductive biases of convolutional neural networks (CNNs) and related deep learning (DL) models that underpin contemporary artificial intelligence (AI). The core hypothesis is that such transformations provide a more informative, scalable, and interpretable substrate for predictive modeling than raw waveforms and conventional feature engineering. The approach is validated across electrocardiography (ECG), electromyography (EMG), and electroencephalography (EEG) in applications spanning cardiac arrhythmia detection, neuromuscular classification, ocular artifact removal, epileptic seizure and emotion analysis, and prediction of response to noninvasive brain stimulation (NIBS). The work contributes a general framework for signal-to-image transformation, customized CNN architectures, and comparative evaluations of morphology-driven image conversion, time-frequency representations (TFRs), and topographic and statistical feature mappings, demonstrating improvements in predictive sensitivity, robustness, and clinical interpretability. These findings establish image-based representations as a practical bridge between physiological dynamics and DL, supporting pathways toward reliable diagnostics, personalized therapy planning, and deployment in real-time digital healthcare systems, and strengthening the role of AI in predictive medicine.
Benzer Tezler
- Emotion aware artificial intelligence for cognitive systems
Bilişsel sistemler için duygu farkındalıklı yapay zeka
DEĞER AYATA
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
PROF. DR. MUSTAFA ERSEL KAMAŞAK
- Kalp seslerinin pasif akustik görüntülenmesi ve hastalık tespiti
Pasif acoustic imaging of heart sounds and disease determination
BURHAN ERGEN
Doktora
Türkçe
2004
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. YETKİN TATAR
- The role of the visual culture on the formation of architectural design taste 'Examining the representation of interiors in the illustrated periodicals from mid-19th to the late 20th century'
Mimari beğeni algısının oluşumunda görsel kültürün etkisi' 19. yüzyıldan 20. yüzyıla süreli yayınlar üzerinden alternatif bir iç mimarlık tarih okuması'
ŞEYMA KURTULUŞ
Yüksek Lisans
İngilizce
2022
İç Mimari ve Dekorasyonİstanbul Teknik Üniversitesiİç Mimari Tasarım Ana Bilim Dalı
DOÇ. DR. EMİNE GÖRGÜL
- Yapay sinir ağları kullanarak parmakizi analizi
Fingerprint recognition by using neural networks
SÜHELDAL GÜRDAL
Yüksek Lisans
Türkçe
2012
Elektrik ve Elektronik MühendisliğiHava Harp Okulu KomutanlığıElektronik Mühendisliği Ana Bilim Dalı
PROF. DR. OKYAY KAYNAK
- Hareket başlatma ve derin beyin uyarımına ilişkin bir bazal çekirdek devresi hesaplamalı modeli
A computational model of basal ganglia for action initiation and deep brain stimulation
MUSTAFA YASİR ÖZDEMİR
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. NESLİHAN SERAP ŞENGÖR