Diferansiyel demans teşhisi için biyomimetik derin öğrenme: EEG tabanlı analiz için purkinje hücre modeli ilhamlı bir sinir katmanı
Biomimetic deep learning for differential dementia diagnosis: A purkinje cell model inspired neural layer for EEG-based analysis
- Tez No: 1019595
- Danışmanlar: DR. ÖĞR. ÜYESİ BURAK YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Alzheimer hastalığı, EEG, Frontotemporal demans, Purkinje hücreleri, Alzheimer disease, Frontotemporal demantia, Purkinje cells
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Konya Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dünya Sağlık Örgütü'ne (World Health Organization, 2023) göre demans, dünya genelinde yaklaşık 55 milyon insanı etkileyen ve her yıl yaklaşık 10 milyon yeni vakanın tanı aldığı küresel bir sağlık krizidir. Alzheimer Hastalığı (AD) ve Frontotemporal Demans (FTD) en yaygın demans türleri arasında yer almakla birlikte, her iki durumda da beyin ritimlerinde benzer yavaşlamalar (Teta/Delta bant gücünde artış) gözlenmesi nedeniyle ortaya çıkan“spektral örtüşme”, standart elektroensefalografi (EEG) kullanılarak bu iki alt tipin ayırt edilmesini klinik açıdan önemli ölçüde zorlaştırmaktadır. Standart Evrişimsel Sinir Ağları (Convolutional Neural Networks, CNN'ler), küçük ve sabit alıcı alanlar (receptive fields) kullanmaları nedeniyle bu alt tipler arasındaki ince“mikro-zamanlama (micro-timing)”farklılıklarını ayırt etmede çoğu zaman yetersiz kalmaktadır. Bu tez, söz konusu ayırıcı tanı problemini çözmek amacıyla biyomimetik bir derin öğrenme yaklaşımı önermektedir. Çalışmada, ShallowConvNet mimarisi içerisine entegre edilen özgün bir“Purkinje'den Esinlenilmiş Sinirsel Katman (Purkinje-Inspired Neural Layer)”sunulmaktadır. Serebellumdaki biyolojik Purkinje hücrelerinin yoğun dendritik entegrasyon yapısından ilham alan bu katman, çok ölçekli genişletilmiş (dilated) evrişimler kullanarak hem yerel (spektral) hem de küresel (zamansal) özellikleri eş zamanlı olarak yakalamayı amaçlamaktadır. Bu kapsamda, biyolojik esinli mimarinin Alzheimer Hastalığı ile Frontotemporal Demansın ayırt edilmesinde standart temel modellerden (baselines) daha üstün bir performans sergileyip sergilemediğini değerlendirmek üzere OpenNeuro ds006036 veri kümesi (88 denek) kullanılacaktır. Önerilen yaklaşım, erken klinik tanı için sağlam ve invaziv olmayan bir karar destek aracı sunmayı hedeflemektedir.
Özet (Çeviri)
According to the World Health Organization (2023), dementia is a global health crisis affecting approximately 55 million people worldwide, with nearly 10 million new cases diagnosed annually. Alzheimer's Disease (AD) and Frontotemporal Dementia (FTD) are among the most prevalent forms, yet distinguishing between them using standard electroencephalography (EEG) remains a significant clinical challenge due to“spectral overlap”that occur on both conditions since they manifest similar slowing in brain rhythms (increased Theta/Delta power). Standard Convolutional Neural Networks (CNNs) often fail to distinguish the subtle“micro-timing”differences between these subtypes because they utilize small, fixed receptive fields. This thesis proposes a Bio-Mimetic Deep Learning approach to solve this differential diagnosis problem. We introduce a novel“Purkinje-Inspired Neural Layer”integrated into a ShallowConvNet architecture. Inspired by the massive dendritic integration of biological Purkinje cells in the cerebellum, this layer utilizes multi-scale dilated convolutions to capture both local (spectral) and global (temporal) features simultaneously. The study will utilize the OpenNeuro ds006036 dataset (88 subjects) to validate whether this bio-inspired architecture can outperform standard baselines in distinguishing AD from FTD, offering a robust, non-invasive tool for early clinical diagnosis.
Benzer Tezler
- Diesel motorları yakıt püskürtme sistemlerinin dinamik simülasyonu
Başlık çevirisi yok
İRFAN KARAGÖZ
Yüksek Lisans
Türkçe
1986
Makine MühendisliğiUludağ ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. OĞUZ BORAT
- Matris lie grupları üzerine
Başlık çevirisi yok
RIFAT GÜNEŞ
Yüksek Lisans
Türkçe
1986
Matematikİnönü ÜniversitesiMatematik Ana Bilim Dalı
YRD. DOÇ. DR. NURİ KURUOĞLU
- Gamma ışınlarının biyolojik ortamlarda differansiyel coherent-incoherent saçılma tesir kesitlerinin incelenmesi
Başlık çevirisi yok
LALE TACER
Doktora
Türkçe
1983
Fizik ve Fizik MühendisliğiGazi ÜniversitesiFizik Mühendisliği Ana Bilim Dalı
DOÇ. DR. CİHAN ÖZMUTLU
- İzometriler ve diferansiyel geometri
Başlık çevirisi yok
NEJAT EKMEKÇİ
Yüksek Lisans
Türkçe
1987
MatematikGazi ÜniversitesiMatematik Ana Bilim Dalı
PROF. DR. HASAN HİLMİ HACISALİHOĞLU
- Elma suyu aroma maddeleri üzerine çalışmalar
Başlık çevirisi yok
DOĞAN YÜKSEL
Yüksek Lisans
Türkçe
1986
Gıda MühendisliğiEge ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
DOÇ. DR. COŞKAN ILICALI