Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: İstanbul Üniversitesi-Cerrahpaşa, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, Türkiye
Tezin Onay Tarihi: 2020
Tezin Dili: Türkçe
Öğrenci: Fatma Demirezen Yağmur
Danışman: Ahmet Sertbaş
Özet:
Bu çalışmada, AKD (Ayrık Kosinüs Dönüşümü-DCT) özellik çıkarım yöntemine dayanan 1 boyutlu (1B) ve 2 boyutlu (2B) biyomedikal işaret analizleri yapılarak yüksek doğruluklu epilepsi hastalığı teşhisi gerçeklenmiştir. Epilepsi hastalığı teşhisi amacıyla 1 boyutlu işaret analizi için EEG (Elektroensefalografi) verileri, 2 boyutlu işaret analizi için MRG (Magnetik Resonans Görüntüleme-MRI) verileri kullanılmıştır. 1 boyutlu EEG verilerine AKD ve ortalama, varyans, standart sapma, basıklık, çarpıklık gibi istatistiksel yöntemleri uygulanarak; 2 boyutlu MRG verilerine ise AKD ve ortalama istatistiksel yöntemi uygulanarak özellik vektörleri çıkarılmıştır. Elde edilen öznitelik vektörlerine TBA (Temel Bileşen Analizi-PCA), DAA (Doğrusal Ayırım Analizi-LDA), İleriye Doğru Seçim ve Geriye Doğru Seçim yöntemleri uygulanarak en etkin özellikler seçilmiştir. EEG, MRG ve EEG-MRG birleşik özellikleri kullanılarak Sağlıklı / Epilepsi şeklinde 2 kümeli sınıflandırma yapılmıştır. Tezde AKD özellik çıkarımı ile ADD (Ayrık Dalgacık Dönüşümü) karşılaştırılmış; 1B ve 2B biyomedikal işaretleri YSA, SVM, KNN ve RF makine öğrenme yöntemleri ile sınıflandırılmıştır. Ayrıca derin öğrenme ağında, LSTM ve CNN mimarilerinde veriler analiz edilmiştir. Tezimizde, EEG-MRG birleşik özelliklerinin epilepsi hastalığının teşhisinde çok etkin bir şekilde kullanılabileceği tespit edilmiştir.