Fizyolojik sinyaller ve hareket verileri kullanılarak dikkat eksikliği hiperaktivite bozukluğunun tespit edilmesine yönelik test sistemi gerçekleştirilmesi ve analizi
Development and analysis of a test system for the detection of attention deficit hyperactivity disorder using physiological signals and motion data
- Tez No: 827341
- Danışmanlar: PROF. DR. FATMA LATİFOĞLU
- Tez Türü: Doktora
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dikkat Eksikliği Hiperaktivite Bozukluğu (DEHB) ve onun alt türü olan Hiperaktivite Bozukluğu (HB) çocukluk çağının en yaygın görülen psikiyatrik rahatsızlıklarının başında gelmektedir. Hastalığın tanısı klinisyenin ve hastalık öyküsünü ifade eden ebeveyn veya öğretmenlerin objektif olmayan değerlendirmelerinden etkilenebilmektedir. Klinikte tanı, muayene ve çeşitli testlerle gerçekleştirilmekte olup doğrudan objektif değerlendirme araçları bulunmamaktadır. Bu çalışmada DEHB tanısı olan bireylerde HB tespitinde objektif tanı araçları geliştirilmek üzere çeşitli hareket verileri ve fizyolojik kullanılmıştır. Kullanılan veriler ile DEHB ve HB tespiti için hasta/sağlıklı ayrımı yapan çalışmalar gerçekleştirilmiş olup bulguları sunulmuştur. Hasta ve sağlıklı grupların kontrollü şekilde tespitinin yapılabilmesi için görsel uyaran takip testi ve veri kayıt protokolleri geliştirilmiştir. Yapay sinir ağları, makine öğrenmesi algoritmaları, derin öğrenme algoritmaları kullanılarak elde edilen verilerle anlamı bulgular ortaya konulmuştur. Sadece EEG sinyalleri kullanılarak gerçekleştirilen çalışmada hasta / sağlıklı ayrımında 95% üzerinde başarı oranı, sadece EOG sinyalleri kullanılarak gerçekleştirilen çalışmada 88,89% başarı oranı, tüm veriler kullanılarak yapılan çalışmalarda 89,29% başarı oranı elde edilmiştir. Literatüre katkı sağlayacak özgün sonuçlar elde edilmiştir. Elde edilen sonuçların hastalığın tespitinde objektif tanı aracı olarak yakın gelecekte kullanılabileceği değerlendirilmektedir.
Özet (Çeviri)
Attention Deficit Hyperactivity Disorder (ADHD), and its subtype, Hyperactivity Disorder (HD), are among the most prevalent psychiatric disorders in childhood. Diagnosis of the disease can be influenced by the subjective evaluations of clinicians and non-objective assessments from parents or teachers reporting the patient's medical history. Clinical diagnosis is typically performed through examinations and various tests, with a lack of direct objective assessment tools. In this study, various motion data and physiological signals were utilized to develop objective diagnostic tools for the detection of HD in individuals diagnosed with ADHD. Studies were conducted to distinguish between individuals with ADHD and HD and healthy individuals using the collected data, and the findings have been presented. Visual stimulus tracking tests and data recording protocols were developed to enable controlled identification of patient and healthy groups. Significant results were obtained using artificial neural networks, machine learning algorithms, and deep learning algorithms. A success rate of over 95% was achieved in a study conducted using only EEG signals for patient/healthy differentiation, 88.89% using only EOG signals, and 89.29% when all data were used. Unique results contributing to the literature were obtained. The obtained results are considered to be potentially used as an objective diagnostic tool for the disease in the near future.
Benzer Tezler
- Investigation of mechanoregulatory role of desmin protein
Investigation of mechanoregulatory role of desmin protein
NİLÜFER DÜZ
Doktora
Türkçe
2024
Tıbbi BiyolojiHacettepe ÜniversitesiTıbbi Biyoloji Ana Bilim Dalı
PROF. DR. PERVİN RUKİYE DİNÇER
- Üst vücut hareketlerinin algılanması için yapay zekâ destekli kapasitif tabanlı giyilebilir sensör sistemi geliştirilmesi
Development of artificial intelligence supported capacitive-based wearable sensor system for detection of upper body movements
MUHAMMET ROJHAT KARA
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiNecmettin Erbakan ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET AKİF ERİŞMİŞ
DOÇ. DR. EMREHAN YAVŞAN
- Disleksi tanılı çocuklarda elektrookülogram ve fizyolojik sinyallerin tanısal açıdan değerlendirilmesi
Diagnostic evaluation of electrooculogram and physiological signals in children with dyslexia
BÜŞRA SERTKAYA
Tıpta Uzmanlık
Türkçe
2024
PsikiyatriErciyes ÜniversitesiÇocuk ve Ergen Ruh Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. ESRA DEMİRCİ
- Biyomedikal sinyaller ile yapay zeka tabanlı zihinsel iş yükünün belirlenmesi
Detection of mental workload using biomedical signals and artificial intelligence
OĞUZHAN HASAR
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR
- Development of mirna biomarkers for the differentiation between gingivitis and periodontitis: A pilot study
Gingivitis ve periodontitis ayrımı için mirna biyobelirteçlerinin geliştirilmesi: Pilot çalışma
DHAFIR LATIEF FAYADH FAYADH
Doktora
İngilizce
2023
BiyokimyaSüleyman Demirel ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. MUSTAFA CALAPOĞLU