Akademik Veri Yönetim Sistemi
Tez Türü: Doktora
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Elektronik (DR), Türkiye
Tez Danışmanı: Bülent Bolat
Tezin Onay Tarihi: 2015
Tezin Dili: Türkçe
Özet:
Bu tez çalışması ile amaçlanan taramalı EMG yöntemi kullanılarak nöromüsküler hastalıkların ayırıcı tanısına katkıda bulunabilecek yeni öznitelikleri bulabilmektir. Taramalı EMG yöntemi, kas liflerinden ve o lifleri inerve eden motor nörondan oluşan motor ünitenin organizasyonunu anlamak, elektriksel aktivitesinin geçici ve uzamsal özelliklerini görebilmek için geliştirilmiş deneysel bir tekniktir.
Nöromüsküler hastalıklar üzerine hem simülasyon verileriyle hem de biyolojik verilerle çalışmalar yapılmıştır. Nöromüsküler hastalıkların özelliklerine ve EMG işaretlerinin davranışına göre yedi öznitelik çıkarılmıştır. Bunlar sırasıyla maksimum genlik, faz süresi, pik sayısı, maksimum genlik x faz süresi, pik sayısı x faz süresi, sinyal koridoru dışındaki gücün sinyal koridoru içindeki güce oranı ve sinyal koridoru dışındaki pik sayısıdır.
Tarama sinyallerinin toplamının özilişki fonksiyonunun sinyallerin aktivite koridorunun belirlenmesinde etkili olduğu ve aktivite koridorunun faz süresinin belirlenmesinde kolaylık sağladığı gösterilmiştir. Özniteliklerin doğru hesaplanabilmesi için dalgacık dönüşümü temelli gürültü temizleme ve pencereleme yöntemi önerilmiştir. Bu sayede faz süresi ve pik sayısı öznitelikleri daha kolay hesaplanmaktadır. Pik sayısının hesaplanması için sinyallerin 2 KHz alt kesim frekansı olan yüksek geçiren filtreden geçirilmesinin hesaplamayı kolaylaştırdığı tespit edilmiştir.
Maksimum genlik ve maksimum genlik x faz süresi özniteliklerinin nörojenik hastalık için anlamlılık derecesinde farklı olduğu bulunmuştur. Diğer öznitelikler ise ANOVA testi sonucunda tüm gruplar için anlamlılık derecesinde farklıdır.
Bu özniteliklerin hangilerinin ayırıcı tanıya daha fazla katkısı olduğu belirlenmiş ve içerisinde normal bireyler ile hastaları içeren bir veriseti kullanılarak çok katmanlı algılayıcı (MLP), radyal temelli fonksiyon ağları (RBF), destek vektör makinaları (SVM) ve k en yakın komşuluk (k-NN) algoritmalarıyla sınıflandırma yapılmıştır. Yapılan sınıflandırma sonucu en yüksek değer MLP ağı ile %85 olarak alınmıştır.
Ayrıca iğne elektrodun kayıt konumunun alınan sinyallere etkisi araştırılmıştır. Özniteliklerin hastalığın türüne göre iğnenin tendon yakınına konumlandırılmasıyla değiştiği gösterilmiştir. Yapılan simülasyon çalışmasında yeni bulunan özniteliklerden biri olan pik sayısı x faz süresi'nin miyopatik hastalıklar için tendon yakını kayıtlarda oldukça belirleyici olduğu sonucuna varılmıştır. Tendona yakın kayıt alınarak faz süresinin uzadığı biyolojik veriler ile de gösterilmiştir.