Geri Dön

Temporomandibular eklem seslerinin gizli markov modelleri ile sınıflandırılması

Classification of temporomandibular joint sounds using hidden markov models

PDF İndir

  1. Tez No: 986998
  2. Yazar: CEM DENKER
  3. Danışmanlar: DR. ÖĞR. ÜYESİ UĞUR TAŞKIRAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Selçuk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Temporomandibular Eklem (TME), çiğneme, konuşma ve yutma gibi temel motor fonksiyonlarda kritik rol oynayan karmaşık bir yapıdır. TME bozuklukları, ağrı, kas spazmları ve hareket kısıtlılığı gibi belirtilerle yaşam kalitesini olumsuz etkiler. Klasik tanı yöntemlerinin subjektif değerlendirmelere dayanması, teşhiste belirsizliklere yol açmaktadır. Bu çalışmada, TME bozukluklarının tanılanmasına yönelik olarak ses sinyali analizi temelli ve Gizli Markov Modelleri (GMM) ile desteklenen bir sınıflandırma yöntemi geliştirilmiştir. Çene ekleminden özel cihazlarla elde edilen akustik veriler, ön işleme aşamasında gürültüden arındırılmış ve farklı bant geçiren dijital filtrelerle test edilmiştir. Öznitelik çıkarımında enerji, RMS, genlik, baskın frekans ve Mel Frekans Kepstral Katsayıları (MFKK) hesaplanmış; boyut indirgemesi için Temel Bileşenler Analizi (PCA Principal Component Analysis) uygulanmıştır. Farklı öznitelik kombinasyonları ve veri seçim yöntemleri sistematik olarak değerlendirilmiş, sınıflandırma başarısı üzerindeki etkiler belirlenmiştir. Elde edilen öznitelikler, zamana bağlı örüntüleri modellemede güçlü bir yaklaşım sunan GMM'ye giriş verisi olarak kullanılmış ve modelin eğitimi ile testi Viterbi ve Baum-Welch algoritmaları ile gerçekleştirilmiştir. Sonuçlar, öznitelik çıkarımının sınıflandırma doğruluğunu belirgin şekilde artırdığını; özellikle MFKK ve RMS özniteliklerinin yüksek başarı sağladığını göstermiştir. Bu bulgular, TME seslerinin tanısında akustik analizin etkin bir araç olduğunu ortaya koymakta ve yöntemin non-invaziv, hızlı ve güvenilir bir şekilde klinik uygulamalarda destekleyici tanı aracı olarak kullanılabileceğini göstermektedir.

Özet (Çeviri)

The Temporomandibular Joint (TMJ) plays a critical role in essential motor functions such as chewing, speaking, and swallowing. TMJ disorders negatively affect quality of life, manifesting as pain, muscle spasms, and restricted movement. Traditional diagnostic methods largely rely on subjective assessments, leading to uncertainties in diagnosis. This study proposes a classification method based on acoustic signal analysis and supported by Hidden Markov Models (HMM). Acoustic data were collected using a custom-designed device and preprocessed to remove noise. Various band-pass digital filters were applied, and features including energy, RMS, amplitude, dominant frequency, and Mel-Frequency Cepstral Coefficients (MFCC) were extracted. Principal Component Analysis (PCA) based dimensionality reduction was employed to reduce feature space complexity. Different feature combinations and data selection methods were systematically evaluated to assess their impact on classification performance. The extracted features were used as input to the HMM, and model training and testing were performed using the Viterbi and Baum-Welch algorithms. Results demonstrated that feature extraction significantly improved classification accuracy, with MFCC and RMS features providing particularly high performance. These findings highlight the effectiveness of acoustic analysis for TMJ disorder diagnosis and suggest that the proposed method can serve as a non-invasive, rapid, and reliable supportive diagnostic tool in clinical practice.

Benzer Tezler

  1. Tez No

    70885

    Temporomandibular eklem seslerinin bilgisayar analizi ile değerlendirilmesi

    Computer analysis of the temporomandibular joint sounds

    ELİF TUBA YAPICI

    Doktora

    Türkçe

    Türkçe

    1998

    Diş HekimliğiOndokuz Mayıs Üniversitesi

    Ağız, Diş ve Çene Cerrahisi Ana Bilim Dalı

    PROF. DR. MELAHAT ÖĞÜTCEN TOLLER

  2. Tez No

    294322

    Bruksizmli bireylerde iki farklı splint kullanımı öncesi ve sonrası temporomandibular eklem seslerinin ve radyolojik verilerin değerlendirilmesi

    Evaluation of temporomandibular joint sounds and radiologic data before and after two different splints used for patients with bruxism

    MERYEM ERDOĞAN

    Doktora

    Türkçe

    Türkçe

    2010

    Diş HekimliğiGazi Üniversitesi

    Protetik Diş Tedavisi Ana Bilim Dalı

    PROF. DR. ARİFE DOĞAN

  3. Tez No

    129323

    Analysis and classification of temporomandibular joint sounds in orthodontic patients

    Ortodonti hastalarında temporomandibular eklemi bileşik seslerinin çözümlenmesi ve sınıflandırılması

    AYŞEGÜL ERGİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2002

    Diş HekimliğiBoğaziçi Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HALİL ÖZCAN GÜLÇÜR

  4. Tez No

    399084

    Temporomandibular eklem disk interferens rahatsızlıklarında öne konumlandırıcı splint tedavisinin eklem sesi üzerine etkisinin değerlendirilmesi

    The effect of anterior repositioning splint on joint sounds in TMJ disc interference derangements

    DİLEK KAYMAK

    Doktora

    Türkçe

    Türkçe

    2015

    Diş HekimliğiGazi Üniversitesi

    Protetik Diş Tedavisi Ana Bilim Dalı

    PROF. DR. ARİFE DOĞAN

  5. Tez No

    132312

    Temporomandibular eklem rahatsızlığı olan hastalarda ultrason ve laser tedavilerinin karşılaştırılması

    Başlık çevirisi yok

    GÜRHAN GÜRESER

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2003

    Fiziksel Tıp ve RehabilitasyonAtatürk Üniversitesi

    Fiziksel Tıp ve Rehabilitasyon Ana Bilim Dalı

    DOÇ. DR. MAHİR UĞUR

Geri Dön