Geri Dön

Automatic pattern recognition in EEG by using artificial neural networks

Yapay sinir ağları ile EEG'de otomatik örüntü tanıma

  1. Tez No: 150843
  2. Yazar: NURETTİN ACIR
  3. Danışmanlar: PROF. DR. CÜNEYT GÜZELİŞ
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: EEG, Uyartımlı potansiyel, Otomatik örüntü tanıma, Yapay sinir ağlan, EEG, Evoked potential, Automatic pattern recognition, Artificial neural networks
  7. Yıl: 2004
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

ÖZET Bu tez çalışmasında EEG örüntülerinin otomatik olarak tanınması için dört yeni sistem önerilmektedir. Ayrıca, örüntü tanıma teknikleri, EEG işareti, uyartımlı potansiyel işareti, başarım ölçütleri ve kullanılan sinir ağı modelleri tanıtılmaktadır. Bu çalışmada ilk olarak; klinik uygulamaları destekleyen, üç aşamalı yeni bir otomatik epileptik örüntü tanıma sistemi önerilmektedir. Aynı amaca yönelik, bozucu örüntüler taşımayan düzgün EEG kayıtlan için; doğrusal olmayan sayısal süzgeç kullanılarak iki aşamalı ayrı bir tanıma sistemi de sunulmaktadır. Bu iki sistemden başka, destek vektör makinalarına dayalı yeni bir uyku iğcik tanıma sistemi önerilmektedir. Bu sistemde, bulandırma metodu kullanılarak giriş vektör boyutunun küçültülmesi için yeni bir yaklaşım sunulmaktadır. Bu yaklaşımdaki amaç, destek vektör makinasının başarımını düşüren, giriş vektörlerinde bilgi içermeyen artık bileşenleri yok etmektir. Önerilen yaklaşım işitsel beyin sapı cevabını tanıma sisteminde de basan ile kullanılmaktadır. Son olarak, özellikle yeni doğanlarda ve davranış bozukluğu olan canlılarda işitme eşiğini belirlemek amacıyla, yeni bir işitsel beyin sapı cevabı tanıma sistemi önerilmektedir, önerilen her bir sistem, literatürde önerilen benzerleri ile başarım ölçütleri açısından karşılaştırılmıştır. Sunulan sistemlerin başarımları gerçek EEG verileri kullanılarak belirlenmiş ve sonuçlan tartışılmıştır.

Özet (Çeviri)

ABSTRACT Four novel automatic recognition systems for EEG patterns are proposed in this thesis. Pattern recognition techniques, EEG signal, evoked potential signal, performance measures and four artificial neural network models are introduced for pattern classification. A novel three-stage recognition system is proposed for automatic recognition of epileptiform patterns in EEG which contributes to the clinical applications. In addition, a two-stage system is also separately proposed for ET recognition in smooth EEG records by using a nonlinear digital filter. Apart from these two systems, a new sleep spindle recognition system is proposed by using Support Vector Machine (SVM). In this system, a new approach is presented for input dimension reduction for SVM classifier using perturbation method. The aim in this approach was to overcome the effect of the redundancy in input data vector in the performance of SVM classifier. The proposed approach has also been successfully used in Auditory Brainstem Response (ABR) pattern recognition. Lastly, a system based on SVM is proposed for recognition of ABRs which mainly supports to determine hearing thresholds in infants and behaviorally disordered subjects. A comparison of each proposed system with the similar systems reported in the literature is presented in terms of performance measures. The performances of the proposed systems are finally demonstrated on real EEG data and results are discussed.

Benzer Tezler

  1. Tez No

    46299

    Homomorfik filtreleme ile EKG analizi

    Başlık çevirisi yok

    HÜSEYİN HIZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1995

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    DOÇ.DR. MEHMET KORÜREK

  2. Tez No

    101204

    Yüksek dereceden yapay sinir ağları ile değişmez örüntü tanıma

    Invariant pattern renognition with higher order neural networks

    EZGİ YALIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2000

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Y.DOÇ.DR. NESLİHAN SERAP ŞENGÖR

  3. Tez No

    153165

    Automatic target recognition in infrared imagery

    Kızılötesi görüntülerde otomatik hedef tanıma

    TUBA MAKBULE BAYIK

    Yüksek Lisans

    İngilizce

    İngilizce

    2004

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYDIN ALATAN

  4. Tez No

    168732

    Appliying neural networks to character recognition

    Sinir ağlarının karakter tanımlamasında uygulanması

    MAHMUD SAAD SHERTİL

    Yüksek Lisans

    İngilizce

    İngilizce

    2005

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    PROF.DR. ALİ SEBETCİ

  5. Tez No

    95451

    Texture image segmentation and classification by using 2-D lattice filters

    İki boyutlu kafes filtreleri ile dokuma imgesi bölütleme ve sınıflandırma

    BASRİ SERDAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2000

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    DOÇ.DR. AYŞIN ERTÜZÜN

    DOÇ.DR. IŞIL BOZMA

    DOÇ.DR. LALE AKARUN

Geri Dön