The diagnosis of alzheimer's disease based on the classification of fMRI data
Alzheimer hastalığının fMRI verisinin sınıflandırılmasına dayalı tanısı
- Tez No: 436554
- Danışmanlar: DOÇ. DR. MUHAMMET GÖKHAN CİNSDİKİCİ, PROF. DR. TAYFUN DALBASTI
- Tez Türü: Doktora
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Görüntü sınıflandırma, Manyetik rezonans görüntüleme, Sayısal görüntü işleme, Yapay sinir ağları, Image classification, Magnetic resonance imaging, Digital image processing, Artificial neural networks
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Uluslararası Bilgisayar Ana Bilim Dalı (disiplinlerarası)
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Alzheimer Hastalığı en sık rastlanan demans türlerinden biridir. Bu tezde hastalığın erken tespiti için, işlevsel manyetik rezonans görüntüleme verilerinin uygun olarak sınıflandırılması hedeflenmiştir. Alzheimer Hastalığının temelinde sinirlerdeki sinyal iletişiminin aksaması vardır. Bu aksamadan etkilenen beyin bölgelerini hedefleyen işlevsel görevler belirlenmiştir. İşlevsel çekimde görevi yapan farklı denek grupları arasında farklılıklar çıkması beklenmektedir. Etkinlikleri tespit edebilecek beş adet özgün yöntem önerilmiştir. Bu yöntemlerden üç tanesi anlık etkinlik tespiti yapmakta, diğer ikisi ise bütün deneyin verilerini kullanmaktadır. Yöntemlerde kararlı regresyon yöntemi kullanılarak dinlenme anındaki değerlerin regresyon doğrusu çıkartılmış ve bu doğruya olan uzaklıklar yeni bir metrik olarak kullanılmıştır. Etkinlik dışında, Alzheimer Hastalığını tespit etmede kullanılabilecek işlevsel bağlantısallık yöntemleri incelenmiştir. Varsayılan durum ağı, dinlenme anında beynin belirli bölgelerinin zamansal olarak korelasyon gösteren yerlerinden oluşur. Bu ağdaki bölgeler Alzheimer Hastalarında daha az korelasyon göstermektedir. Deneklere ait verilerin hem etkinlik, hem de işlevsel bağlantısallık bilgileri LVQ ve yapay sinir ağları ile sınıflandırılmıştır. Kullanılan üç veri setinde etkinlik verileri ile %98, fonksiyonel bağlantısallık ile de %90 başarı elde edilmiştir.
Özet (Çeviri)
Alzheimer's Disease is the most common form of dementia. This thesis aims to use functional magnetic resonance imaging data classification to diagnose the disease. One of the main causes for Alzheimer's Disease is synaptic failure. An fMRI experiment that targets the brain regions that are affected by this failure has been developed. Differences are expected to emerge between the subjects in different groups. Five novel methods has been proposed to locate the activations. Three of these can detect an activation instantaneously, while the other two use the complete experiment data. The methods use robust regression to find the regression line for the resting state and use the distance to this line as a new metric. Besides activation information, functional connectivity methods has been researched which can be used to detect the Alzheimer's Disease. When the brain is at rest, the temporal correlations between specific regions form a network called the default mode network. There is a decrease in correlation in subjects with Alzheimer's Disease. The activations and functional connectivity features has been classified with LVQ and artificial neural networks. In the three data sets used, a success of 98% has been reached for the activation features, and 90% has been reached for functional connectivity.
Benzer Tezler
- Predicting the disease of alzheimer (AD) with SNP biomarkers and clinical data based decision support system using data mining classification approaches
Alzheimer (AD) hastalığının veri madenciliği sınıflandırma yaklaşımları kullanarak SNP biyolojik göstergeleri ve klinik verilerle karar destek sistemlerine dayalı tahmin edilmesi
ONUR ERDOĞAN
Yüksek Lisans
İngilizce
2012
BiyoistatistikOrta Doğu Teknik ÜniversitesiSağlık Bilişimi Ana Bilim Dalı
YRD. DOÇ. DR. YEŞİM AYDIN SON
- Alzheımer hastalığının teşhisi için demxnet model önerisi ve derin transfer öğrenme yöntemleri ile karşılaştırılması
Model proposal of demxnet for the diagnosis of Alzheimer's disease and comparison with deep transfer learning methods
NACİYE NUR ARSLAN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKütahya Dumlupınar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DURMUŞ ÖZDEMİR
- Computer-aided diagnosis of Alzheimer's disease and mild cognitive impairment with MARS/CMARS classification using structural MR images
Alzheimer hastalığı ve hafif bilişsel bozukluğun MARS/CMARS sınıflandırma ile yapısal MR görüntüleri üzerinden bilgisayar destekli tanılanması
ALPER ÇEVİK
Doktora
İngilizce
2017
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET MURAT EYÜBOĞLU
PROF. DR. GERHARD WİEHELM WEBER
- Using 3d-capsnet and rnn for alzheimer's disease detection based on 4d fmri
4d fmri'ye dayalı alzheimer hastalığı tespiti içın 3d-capsnet ve rnn kullanımı
ALI MOHAMED KOTB MOHAMED ISMAIL ALI MOHAMED KOTB MOHAMED ISMAIL
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. GONCA GÖKÇE MENEKŞE DALVEREN
- Classification of mild cognitive impairment and dementia in Alzheimer's disease using spatio-temporal convolutional neural network (CNN) method
UZAM-zaman evrişimli sinir ağları yöntemi ile hafıf kognitif bozulma ve Alzheimer'a bağlı demans sınıflandırması
GÜLCE TURHAN
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HALUK KÜÇÜK