Classification of epilepsy and psychogenic patients with analysis of EEG signals
EEG sinyallerinin analizi ile epilepsi ve psikojenik hastaların sınıflandırılması
- Tez No: 409053
- Danışmanlar: YRD. DOÇ. DR. KADİR TUFAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Fatih Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Epilepsi en sık karşılaşılan nörolojik rahatsızlıktır. Bir çok insanda görülmesinin yanısıra, epileptik nöbetler ile psikojenik nöbetlerin tespiti oldukça zordur. Psikojenik (epileptic olmayan) nöbetler (PNES), epileptic nöbetler ile karşılaştırıldığında ayrımının yapılması zor hastalıklardan biridir. Doktorlar, hastadan alınan EEG sinyallerinin görsel analizi ile bu iki hastalığın tespitini yaparlar. Hastalarda epileptic ve psikojenik hastalıkları teşhisinde yanlış veya geç tespit yapıldığında, hasta üzerinde yanlış ilaç tedavisiyle meydana gelen ciddi problemler oluşmaktadır. Bu sorunlar hastalarda emek, zaman ve para kaybına neden olabilir. Bu tez çalışmasında, EEG sinyallerinin analizi yapılarak epileptic ve psikojenik hastalar için otomatik sınıflandırma metodu amaçlanmıştır. Bizim bilgimize göre, epileptik hastaların psikojenik hastalardan ayrımını yapan ilk çalışmadır. Ayrık dalgacık dönüşümü (ADD), EEG kanallarını frekans bantlarına göre ayırmak için kullanılmıştır. Her bandın doğrusal olmayan Büyük Lyapunov Üssü (BLÜ) hesaplanmıştır. Bu parametreye göre özellik vektörü oluşturulmuştur. Destek vektör makinesi (DVM) yukarıda bahsedilen hastalıkların sınıflandırılmasında kullanılmıştır. Elde edilen doğruluk, duyarlılık ve özel değerler kullanılan metodun doktorlar için umut verici bir metot olduğunu göstermiştir.
Özet (Çeviri)
Epilepsy is the most common neurological disorder. The disease affects a large population. However, it is often difficult to clearly establish the diagnosis of epilepsy, especially for epileptic seizures and psychogenic seizures. In fact, psychogenic non-epileptic seizures (PNES) are extremely common and difficult to differentiate from epileptic seizures. Physicians can diagnose both conditions by visual analysis of electroencephalograph (EEG) signals. When the patients are misdiagnosed between epileptic and psychogenic, they indicate serious problems such as late in the drug treatment for epilepsy patients, financial burden or possible side effects of antiepileptic drugs for psychogenic patients. These problems cause loss of labor, time, and money in both groups of patients. In this paper, we propose an automatic classification method for epileptic and psychogenic seizures on the basis of EEG signals. To the best of our knowledge, this is the first study to discriminate epileptic seizures from psychogenic ones. Discrete wavelet transform (DWT) is used to breakdown each EEG channel into frequency bands. Non-linear largest Lyapunov exponent (LLE) of each band is calculated. A feature vector is created by using this parameter. Support vector machine (SVM) was used to classify the two conditions, and the results obtained for the accuracy, sensitivity, and specify values showed that our method is a promising tool for physicians.
Benzer Tezler
- Hacettepe Üniversitesi Tıp Fakültesi İhsan Doğramacı Çocuk Hastanesi'nde uzun süreli Video-EEG monitörizasyonu yapılan hastalarda nöbet ve epilepsi sendrom sınıflaması
Classification of epileptic seizures and epilepsy syndromes in patients who underwent long-term Video-EEG Monitoring at Hacettepe University Faculty of Medicine İhsan Doğramacı Childern's Hospital
SERDAR ALAN
Tıpta Uzmanlık
Türkçe
2009
Çocuk Sağlığı ve HastalıklarıHacettepe ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. DİLEK YALNIZOĞLU
- Serebral palsili hastalarda epilepsi ve eşlik eden diğer bozuklukların kaba motor işlev ölçeği ile değerlendirilmesi
Assessment of epilepsy and the other disorders with gross motor function classification system at the patients with cerebral palsy
ARZU EKİCİ
Tıpta Uzmanlık
Türkçe
2012
NörolojiEskişehir Osmangazi ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. AYTEN YAKUT
- Santral sinir sistemi gelişimsel malformasyonu olan hastalarda epilepsi, diğer klinik özelliklerinin kaba motor işlev ölçeği ve iki elli ince motor işlev ölçeği ile değerlendirilmesi
Assessment of epilepsy and the other clinical disorders with gross motor function classification system and bimanual fine motor function score at the patients with central nervous system developmental malformations
SEVGİ YİMENİCİOĞLU
Tıpta Yan Dal Uzmanlık
Türkçe
2013
NörolojiEskişehir Osmangazi ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. AYTEN YAKUT
- 2004-2009 tarihleri arasında kliniğimize başvuran epilepsi tanılı olguların sınıflandırılması ve izlemine yönelik geriye dönük değerlendirme
A classification of epileptic seizures and syndromes of patients with epilepsy followed in our pediatric neurology out-patient clinic between 2004-2009: A retrospective evaluation
OLCAY ÜNVER
Tıpta Uzmanlık
Türkçe
2011
Çocuk Sağlığı ve Hastalıklarıİstanbul ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. SABİHA KESKİN
- Farklı veri türlerinin birleştirilmesi ile epilepsi hastalığının otomatik tespiti ve sınıflandırılması
Automatic detection and classification of epilepsy disease by combining different data types
ŞENGÜL BAYRAK HAYTA
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. EYLEM YÜCEL DEMİREL
DOÇ. DR. HİDAYET TAKCI