Zaman-frekans özelliklerine dayalı şizofreni tanısında K-NN algoritmasının uzaklık ölçütleri ve parametre optimizasyonu
Distance measures and parameter optimization of K-NN algorithm in schizophrenia diagnosis based on time-frequency features
- Tez No: 993962
- Danışmanlar: DOÇ. DR. ALİ NARİN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Biyomühendislik, Electrical and Electronics Engineering, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Zonguldak Bülent Ecevit Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Şizofreni, halüsinasyonlar (örneğin, gerçek olmayan sesler duyma), hezeyanlar (yanlış inançlar), düzensiz düşünce yapısı, konuşma güçlükleri ve duyguları ifade etmede eksiklik gibi belirtilere sahip olan kronik bir zihinsel bozukluktur. Geleneksel olarak, şizofreni teşhisi klinik değerlendirmeler, hasta geçmişi, kan testleri, beyin görüntüleme teknikleri (örneğin, fonksiyonel manyetik rezonans görüntüleme- fMRI) ve elektroensefalogram (EEG) sinyalleri gibi yöntemlerle yapılmaktadır. Bu tez çalışmasında, EEG sinyallerinden zaman ve frekans alanı öznitelikleri kullanılarak şizofreni hastalarının otomatik tespiti için k-NN tabanlı bir sınıflandırma modeli geliştirilmesi ve bu modelin performansının optimize edilmesi amaçlanmıştır. Çalışma, Moskova Devlet Üniversitesi tarafından sağlanan açık erişimli EEG veri setini (39 sağlıklı, 45 SZ hastası) kullanmaktadır. Veri ön işleme aşamasında z-skor ve min-max normalizasyon teknikleri uygulanmış, zaman (ortalama, varyans, Hurst üssü vb.) ve frekans (delta, teta, alfa, beta, gama bantları ve oranları) alanı ölçümlerinden toplam 20 öznitelik çıkarılmıştır. Geriye doğru eleme yöntemiyle 13 öznitelik seçilerek modelin verimliliği artırılmıştır. k-NN algoritmasında farklı k değerleri (1-20) ve uzaklık ölçütleri (Euclidean, Cityblock, Minkowski, Chebyshev) test edilerek performans analizleri yapılmıştır. k-NN algoritmasının performansı, z-skor ve min-max normalizasyon teknikleri ile tüm öznitelikler ve seçilmiş 13 öznitelik için ayrı ayrı değerlendirilmiştir. En yüksek doğruluk, z-skor normalizasyonu ve geriye doğru eleme yöntemiyle seçilen 13 öznitelik kullanıldığında, k=1 ve Cityblock uzaklık ölçütü ile %83.6 olarak elde edilmiştir. Bu çalışma ile, Z-skor ve min-max normalizasyon tekniklerinin şizofreni teşhisinde k-NN performansına etkilerinin karşılaştırmalı analizi, k-NN algoritmasında k parametresinin ve farklı uzaklık ölçütlerinin optimizasyonu, zaman ve frekans alanı özniteliklerinin şizofreni teşhisindeki etkinliğinin değerlendirilmesi ve geriye doğru eleme yöntemiyle öznitelik seçiminin model performansına katkısının analizi gerçekleştirilmiştir. Çalışma, şizofreni gibi karmaşık bir nöropsikiyatrik bozukluğun teşhisinde biyolojik belirti temelli yöntemlerin potansiyelini vurgulamaktadır. Özellikle kaynak sınırlı sağlık sistemlerinde, düşük maliyetli ve erişilebilir teşhis araçlarının geliştirilmesi, erken teşhis ve tedavi süreçlerini iyileştirebilir. Bu bağlamda, önerilen k-NN tabanlı model, hem bilimsel hem de klinik açıdan değerli bir başlangıç noktası sunmaktadır.
Özet (Çeviri)
Schizophrenia is a chronic mental disorder characterized by hallucinations (e.g., hearing unreal voices), delusions (false beliefs), disorganized thought patterns, speech difficulties, and a lack of ability to express emotions. Traditionally, schizophrenia is diagnosed using clinical assessments, patient history, blood tests, brain imaging techniques (e.g., functional magnetic resonance imaging - fMRI), and electroencephalogram (EEG) signals. This thesis aims to develop a k-NN based classification model for automatic detection of schizophrenia patients using time and frequency domain features from EEG signals and to optimize the performance of this model. The study uses an open access EEG dataset (39 healthy, 45 SZ patients) provided by Moscow State University. In the data preprocessing stage, z-score and min-max normalization techniques were applied, and a total of 20 features were extracted from time (mean, variance, Hurst exponent etc.) and frequency (delta, theta, alpha, beta, gamma bands and ratios) domain measurements. The efficiency of the model was increased by selecting 13 features with the backward elimination method. Performance analyses were performed by testing different k values (1-20) and distance metrics (Euclidean, Cityblock, Minkowski,Chebyshev) in the k-NN algorithm. The performance of the k-NN algorithm was evaluated separately for all features and 13 selected features with z-score and min-max normalization techniques. The highest accuracy was obtained as 83,6% when 13 features selected with z-score normalization and backward elimination were used, with k=1 and Cityblock distance metric. In this study, comparative analysis of the effects of Z-score and min-max normalization techniques on k-NN performance in schizophrenia diagnosis, optimization of k parameter and different distance measures in k-NN algorithm, evaluation of the effectiveness of time and frequency domain features in schizophrenia diagnosis and analysis of the contribution of feature selection by backward elimination method to model performance were carried out. The study highlights the potential of biomarker-based methods in the diagnosis of a complex neuropsychiatric disorder such as schizophrenia. Especially in resource-limited healthcare systems, the development of low-cost and accessible diagnostic tools can improve early diagnosis and treatment processes. In this context, the proposed k-NN-based model provides a valuable starting point from both scientific and clinical perspectives.
Benzer Tezler
- Macera rekreasyonunda heyecan arayışı, serbest zaman motivasyonu ve serbest zaman tatmini arasındaki ilişkinin incelenmesi: Çok hafif hava araçları (çhha) pilot örneği
Investigating the relationships between sensation seeking, leisure motivation and leisure satisfaction in adventure recreation: Sample of ultralight aircrafts pilots
TOLGA BEŞİKÇİ
Yüksek Lisans
Türkçe
2016
SporCelal Bayar ÜniversitesiRekreasyon Ana Bilim Dalı
YRD. DOÇ. DR. SIRRI CEM DİNÇ
- Orta öğretim öğrencilerinin boş zaman değerlendirme eğilimleri (Ankara Örneği)
Tendency leisure time evaluation of secondary education stdents (Ankara Sample)
ÜMİT YETİŞ
- İlköğretim sosyal bilgiler dersi 1998 ve 2004 öğretim programlarının öğretmen görüşlerine dayalı olarak hedefler/kazanımlar boyutunda değerlendirilmesi
The evaluation of 1998 and 2004 teaching programmes of social studies course based on teachers? opinions in target/acquirement dimensions
EMRE OKTA
Yüksek Lisans
Türkçe
2008
Eğitim ve ÖğretimÇanakkale Onsekiz Mart Üniversitesiİlköğretim Ana Bilim Dalı
YRD. DOÇ. DR. HAVİSE ÇAKMAK GÜLEÇ
- Küçük müzik hacimlerinde alçak frekans ses alanının dalga bazlı sonlu elemanlar yöntemi (FEM) ile analizi ve bir tasarım yaklaşımı
The analysis of small music rooms with wave based finite element method (FEM) and a design approach
DİLARA KELLE
- Directivity enhancement of 60 GHz microstrip patch antennas using dielectric fabry-perot resonantors
60 GHz frekans bandında dielektrik fabry-perot yankılayıcılarının kullanılmasıyla mikroşerit yama antenlerin yönlülüklerinin arttırılması
MÜBERRA ARVAS
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Medipol ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERCÜMEND ARVAS