Epilepsy disease detection by EEG signal recognition using AI technique and IoTs
AI tekniği ve IoTs kullanılarak EEG sinyal tanıma ile epilepsi hastalığının tespiti
- Tez No: 940629
- Danışmanlar: DR. ÖĞR. ÜYESİ ABDULLAHİ ABDU IBRAHIM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu araştırma, IoT'deki ilerlemelerden, orta düzey sinyal gücünden ve gelişmiş derin öğrenme otokodlayıcılarından yararlanarak epileptik nöbetleri tespit etmek için yeni bir yaklaşım sunmaktadır. Temel amaç, sinyal işlevi performansını derin öğrenme otokodlayıcısının gelişmiş özellik çıkarma yetenekleriyle sinerji haline getirmek ve böylece teknolojinin mevcut geleneksel yöntemlerden daha verimli ve hızlı bir şekilde optimum özellikleri belirlemesini sağlamaktır. Bu yeni yöntem, aynı alandaki çeşitli mevcut hesaplama araçlarına karşı karşılaştırmalı analizden geçecektir. Ek olarak, bu alandaki yerleşik çalışmalarla kıyaslanacaktır. Bu çerçevenin etkinliği, onu epilepsi tespiti ve EEG sinyal sınıflandırmasında önde gelen araştırmalar arasında olumlu bir konuma getiren etkileyici %99,00 doğruluğu ile vurgulanmaktadır.
Özet (Çeviri)
This research introduces a novel approach for detecting epileptic seizures, leveraging advancements in IoT, moderate signal strength, and advanced deep learning autoencoders. The core aim is to synergize signal function performance with enhanced feature extraction capabilities of a deep learning autoencoder, thereby enabling the technology to identify optimal characteristics more efficiently and swiftly than existing traditional methods. This new method will undergo comparative analysis against various existing computational tools in the same domain. Additionally, it will be benchmarked against established studies in this field. The efficacy of this framework is underscored by its impressive 99.00% accuracy, positioning it favorably among leading research in epilepsy detection and EEG signal classification.
Benzer Tezler
- Geçmişten günümüzde epilepsi (sar'a)
Today and in the past of epilepsy
ÖMÜR ŞAYLIGİL
Yüksek Lisans
Türkçe
1987
Deontoloji ve Tıp TarihiUludağ ÜniversitesiDeontoloji ve Tıp Tarihi Ana Bilim Dalı
DOÇ. DR. AYŞEGÜL DEMİRHAN ERDEMİR
- Beyin özürlü (Cerebral palsy) çocuklarda epilepsi ile zeka düzeyi arasında istatistiksel ilişkiler
Başlık çevirisi yok
EMEL BUYURAN
Yüksek Lisans
Türkçe
1987
Çocuk Sağlığı ve Hastalıklarıİstanbul ÜniversitesiAile Sağlığı Ana Bilim Dalı
PROF. DR. HIFZI ÖZCAN
- 4; 0-9; 0 yaş dilimindeki epileptik ve non-epileptik çocukların görsel algı gelişimi açısından karşılaştırılması
Başlık çevirisi yok
ARŞALUYS İBİŞOĞLU