Geri Dön

Gerçek zamanlı fizyolojik sinyal verilerinin karşılaştırmalı öğrenme tekniği ile kişiselleştirilmiş anomali tespiti

Personalized anomaly detection using contrastive learning technique of real time physiological signal datas

PDF İndir

  1. Tez No: 879307
  2. Yazar: SİNEM ŞENTEPE KÖSE
  3. Danışmanlar: PROF. DR. KEMAL ÖZKAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Derin öğrenme, Fizik tedavi, Görüntü işleme, Yapay zeka, İnsan bilgisayar etkileşimi dersi, Deep learning, Physical therapy, Image processing, Artificial intelligence, Human-computer interaction course
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Osmangazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Yazılımı Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

İnsanlardan alınan fizyolojik sinyaller, sağlık başta olmak üzere birçok alanda önem taşımaktadır. Kişinin kalp atış hızı, vücut sıcaklığı, kan basıncı, elektrodermal aktivite gibi bilgileri analiz edilerek kalp hastalıklarını teşhis edilebilmek, stres seviyesini belirleyebilmek, egzersiz performansını izlemek gibi birçok fayda sağlamaktadır. Teknolojinin gelişmesiyle birlikte fizyolojik sinyallerin daha kolay elde edilebilir olmasını sağlayan akıllı saatler ve bileklikler günlük yaşantımıza girmişlerdir. Bu sayede insanlar spor yaparken veya günlük hayatlarında, geliştirilen bu teknolojileri kullanarak sağlık durumlarını takip edebilmektedir. İnsan sağlığını etkileyen beslenme, fiziksel aktivite, uyku düzeni, genetik faktörler gibi unsurlardan biri de strestir. Günümüzde yaygın bir sorun haline gelen stres, sağlığımız üzerinde de ciddi etkilere sahiptir. Ayrıca vücuttaki çeşitli fizyolojik sinyaller üzerinde de stresin etkileri görülebilmektedir. Yapılan tez çalışması kapsamında da stresin fizyolojik sinyaller üzerindeki etkilerinin incelenmesi amacıyla karşılaştırmalı öğrenme modeli kullanılarak kişinin stresli olup olmadığının tespitinin yapılabilmesi hedeflenmektedir. Normal şartlar altında beklenenden farklılık gösteren, alışılmadık veya dikkat çekici olay ve durumlara anomali denmektedir. Bu nedenle çalışma kapsamında bir kişinin stresli olması anomali olarak değerlendirilmektedir. Karşılaştırmalı öğrenme, etiketlenmemiş veriler üzerinde kullanılmak üzere ortaya çıkan bir derin öğrenme yöntemidir. Zaman serisi verilerinde anomali tespiti, etiketlenme eksikliği nedeniyle genellikle sorun oluşturmaktadır. Bu sorunu çözebilmek için farklı hastalıklara sahip (obstetrik brakial pleksus yaralanması, disleksi, zihinsel engelli ve tipik olarak gelişmiş) çocuklardan alınan zaman serisi olarak tutulan kan hacmi nabzı, elektrodermal aktivite ve vücut sıcaklığı verileri ile karşılaştırmalı öğrenme modeli kullanılarak anomali tespiti yapılması hedeflenmektedir. Çalışma kapsamında ilk önce tüm veriler kullanılarak ardından kişiye özel anomali tespiti yapılmaktadır. Sonucunda ise kişiselleştirilmiş anomali tespitinin genel anomali tespitinden daha başarılı bir sonuç elde ettiği görülmektedir.

Özet (Çeviri)

Physiological signals obtained from humans are crucial in many fields, especially in healthcare. Analyzing information such as a person's heart rate, body temperature, blood pressure, electrodermal activity, etc., can provide many benefits such as diagnosing heart diseases, determining stress levels, monitoring exercise performance, and more. With the advancement of technology, smartwatches and wristbands that make physiological signals more easily obtainable have become part of our lives. This allows individuals to track their health status while exercising or in their daily lives using these developed technologies. One of the factors affecting human health alongside nutrition, physical activity, sleep patterns, genetic factors, is stress. Stress, which has become a widespread problem today, also has serious effects on our health. Furthermore, the effects of stress can also be observed on various physiological signals in the body. As part of a thesis study, the aim is to use a contrastive learning model to determine whether a person is stressed by examining the effects of stress on physiological signals. Anomaly refers to events or situations that differ from what is normally expected, are unusual, or attention-grabbing. Therefore, within the scope of the study, a person being stressed is considered an anomaly. contrastive learning is a deep learning method that emerged to be used on unlabeled data. Anomaly detection in time series data often poses a problem due to the lack of labeling. In order to solve this problem, the aim is to detect anomalies using a contrastive learning model with time series data of blood volume pulse, electrodermal activity, and body temperature recorded from children with different conditions (obstetric brachial plexus injury, dyslexia, intellectual disability, and typically developing). Within the study, first anomaly detection is made by using all data, an then personalized anomaly detections are detected. As a result, it is observed that personalized anomaly detection achieves more successful results than general anomaly detection.

Benzer Tezler

  1. Tez No

    708426

    Nörofibromatozis tip 1 tümör doku örneklerinde mitokondriyel miRNA verilerinin analizi ve değerlendirilmesi

    Analysis and evaluation of mitochondrial mirna's in neurofibromatosis TYPE 1 tumor tissue specimens

    ŞEYMA ÖZGÜR

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Moleküler TıpTobb Ekonomi ve Teknoloji Üniversitesi

    Moleküler Tıp Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ PARISA SHARAFI

  2. Tez No

    919272

    Bağırsak hasar modellerinde kemik iliği mezenkimal kök hücre ve bağırsak mezenkimal kök hücrelerin rejeneratif ve immün modülatuvar etkilerinin karşılaştırılması

    Comparison of regenerative and immune modulatory effecets of bone marrow and intestinal mesenchymal stem cells i intestinal damage models

    BURCU PERVİN

    Doktora

    İngilizce

    İngilizce

    2025

    BiyolojiHacettepe Üniversitesi

    Kök Hücre Ana Bilim Dalı

    DOÇ. DR. FATİMA AERTS KAYA

  3. Tez No

    849673

    RECURRENT NEURAL NETWORKS AND NEW WAVELET FUCTION FOR ANALYSIS AND CONTROL OF ELECTRICAL AND ENERGY SYSTEMS

    ELEKTRIK VE ENERJI SISTEMLERININ ANALIZI VE KONTROLÜ IÇİN YENILENEN SINIR AĞLAR VE YENİ DALGALANMA FONKSIYONU

    SAEID SHEIKHMEMARI

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAHİN SERHAT ŞEKER

  4. Tez No

    818583

    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

    İngilizce

    2023

    BiyokimyaSüleyman Demirel Üniversitesi

    Kimya Ana Bilim Dalı

    PROF. DR. MUSTAFA CALAPOĞLU

  5. Tez No

    1003564

    A unified framework for secure and intelligent ECG signal processing via chaotic encryption, fully homomorphic computation and federated learning

    Kaotik şifreleme, tam homomorfik hesaplama ve federatif öğrenme ile güvenli ve akıllı EKG sinyal işleme için birleşik bir çerçeve

    BEYAZIT BESTAMİ YÜKSEL

    Doktora

    İngilizce

    İngilizce

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYŞE YILMAZER METİN

Geri Dön