Epileptik nöbetlerin büyük dil modelleri desteğiyle tanısı
Diagnosis of epileptic seizures with large language models support
- Tez No: 1019133
- Danışmanlar: DOÇ. DR. ERKAN ATMACA
- Tez Türü: Yüksek Lisans
- Konular: Nöroloji, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Neurology, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Beyin, Bilgisayar destekli analiz, Bilgisayar destekli programlama, Epilepsi, Epilepsi-genel, Brain, Computer aided analysis, Computer aided programming, Epilepsy, Epilepsy-generalized
- Yıl: 2026
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı (disiplinlerarası)
- Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Epilepsi ve Alzheimer hastalığı, dünya genelinde en yaygın nörolojik bozukluklar arasında yer almaktadır. Bu hastalıkların doğru tanısı hâlâ önemli bir klinik zorluk olmaya devam etmektedir. Elektroensefalogram (EEG) kayıtlarının incelenmesi bir uzmandan birkaç saat alabilir. Yapısal manyetik rezonans görüntüleme (MRG) taramalarının yorumlanması da klinisyenler arasında farklılık göstermektedir. Bu durum, özellikle uzman erişiminin kısıtlı olduğu ortamlarda tanı koymakta gecikmelere yol açmaktadır. İki hastalık geleneksel olarak birbirinden bağımsız ele alınmaktadır. Ancak güncel araştırmalar aralarında çift yönlü bir ilişki olduğunu ortaya koymaktadır. Temporal lob epilepsisi hipokampusta skleroza neden olarak Alzheimer hastalığı riskini artırabilir. Öte yandan, Alzheimer'a bağlı nörodejenerasyon nöbet eşiğini düşürmekte ve demans hastalarında geç başlangıçlı epilepsi sıklığını artırmaktadır. Bu örtüşmeye rağmen mevcut hesaplamalı araçların neredeyse tamamı iki hastalığı ayrı ayrı modellemektedir. Bu tezde, her iki hastalığın tanısını tek bir klinik olarak uygulanabilir sistem içinde destekleyen çok modeli bir yapay zekâ çerçevesi geliştirdik. Epilepsi için üç aşamalı bir CNN–Transformer hattı tasarladık. Bu hat; ikili nöbet tespiti, kategori sınıflandırması ve yedi nöbet türü üzerinden alt tip belirleme işlemlerini gerçekleştirmektedir. Manuel EEG incelemesini saatlerden saniyelere indirmektedir. Alzheimer için ise 3D ResNet MRG özniteliklerini Bio_ClinicalBERT metin temsilcileriyle birleştiren çok kipli bir sınıflandırıcı oluşturduk. İki modalite, öğrenilmiş bir dikkat kapısı ve CLIP tarzı bir karşıtsal hedef aracılığıyla hızlanmaktadır. Çalışmanın temel katkısı, paylaşılan Bio_ClinicalBERT kodlayıcısıdır. Bu kodlayıcı, iki hastalığı ortak bir temsil uzayında birbirine bağlayan anlamsal bir köprü görevi görmektedir. Sistemi, büyük dil modeli destekli bir asistan içeren mikroservis tabanlı bir klinik platform olarak sunduk. Bu asistan her model çıktısını sade dilde bir açıklamaya dönüştürmekte ve klinisyene tahminin yanı sıra anlaşılır bir gerekçe de sunmaktadır. Modellerimiz TUH EEG Seizure Corpus ve ADNI veri kümeleri üzerinde eğitilmiş ve test edilmiştir. Elde edilen sonuçlar, her iki hastalık için güncel en iyi yöntemlerle karşılaştırılabilir performans gösterdiğini ve çok modlu yaklaşımın tek modlu yöntemlere göre tutarlı biçimde daha iyi sonuç verdiğini ortaya koymaktadır.
Özet (Çeviri)
Epilepsy and Alzheimer's disease are among the most common neurological disorders in the world. Diagnosing them accurately remains a major clinical challenge. Reviewing electroencephalogram (EEG) recordings can take a specialist several hours, and reading structural magnetic resonance imaging (MRI) scans often differs from one clinician to another. These factors lead to delayed diagnoses, especially where specialist expertise is scarce. The two diseases have traditionally been studied separately. However, recent research reveals a two-way relationship between them. Temporal-lobe epilepsy can damage the hippocampus through sclerosis, raising the likelihood of Alzheimer's disease. Conversely, Alzheimer's-related neurodegeneration lowers the seizure threshold, increasing late-onset epilepsy in dementia patients. Despite this overlap, nearly all existing computational tools model the two diseases independently. In this thesis, we develop a single multimodal AI framework that diagnoses both diseases within one clinically deployable system. For epilepsy, we design a three-stage CNN–Transformer pipeline that performs binary seizure detection, category classification, and subtype identification across seven seizure types, reducing manual EEG review from hours to seconds. For Alzheimer's, we build a multimodal classifier that combines 3D ResNet MRI features with Bio_ClinicalBERT text representations, aligned through a learned attention gate and a CLIP-style contrastive objective. The central contribution is the shared Bio_ClinicalBERT encoder, which serves as a semantic bridge connecting the two diseases within a common representational space. We deliver the system as a microservice-based clinical platform with a large-language-model assistant that converts every output into a plain-language explanation, giving clinicians both a prediction and a clear justification behind it. We trained and tested our models on the TUH EEG Seizure Corpus and ADNI datasets. Our results show performance on par with current state-of-the-art methods for both diseases, with the multimodal approach consistently outperforming its single-modality counterparts.
Benzer Tezler
- Otizmli çocuklarda epilepsi birlikteliği
The association epilepsy in autistic children
CEMİLE BÜŞRA ÖLÇÜLÜ
Tıpta Uzmanlık
Türkçe
2017
Çocuk Sağlığı ve HastalıklarıSağlık Bilimleri ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
UZMAN FEYZA MEDİHA YILDIZ
UZMAN NİLÜFER ELDEŞ HACIFAZLIOĞLU
- Cerrahi adayı epilepsi hastalarında dil fonksiyonlarının fonksiyonel MR görüntüleme teknikleri ile değerlendirilmesi
Presurgical evaluation of language functions with functional MRİ techniques in epilepsy patients
ALİ MURAT KOÇ
Tıpta Uzmanlık
Türkçe
2015
Radyoloji ve Nükleer TıpGazi ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. ALİ YUSUF ÖNER
- Geçmişten günümüzde epilepsi (sar'a)
Today and in the past of epilepsy
ÖMÜR ŞAYLIGİL
Yüksek Lisans
Türkçe
1987
Deontoloji ve Tıp TarihiUludağ ÜniversitesiDeontoloji ve Tıp Tarihi Ana Bilim Dalı
DOÇ. DR. AYŞEGÜL DEMİRHAN ERDEMİR