Tıp bilişimi ve veri madenciliği uygulamaları: EEG sinyallerindeki epileptiform aktiviteye veri madenciliği yöntemlerinin uygulanması
Yükleniyor...
Dosyalar
Tarih
2012
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Trakya Üniversitesi Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
İnsanoğlunun ilk var olduğu günlerden bu yana tıp bilimi çok hızlı bir şekilde gelişimi sürdürmektedir. Her geçen yıl hem teşhis hem de tedavi alanlarında çok başarılı sistemler geliştirildiği görülmektedir. Özellikle günümüzde bilişim sistemlerinin de kullanılmasıyla hastane bilgi istemleri ve klinik bilgi sistemleri, tıbbi görüntüleme ve sinyal analizi, tıbbi karar destek, nöro bilimler gibi alanlarda çok başarılı olunduğu herkesçe bilinmektedir. Tıp bilişimi de yukarıda saydığımız alanlarda tıp ve bilişim alanlarını harmanlayarak her iki alanda da çalışmak isteyen araştırmacı ve akademisyenleri yepyeni bir çalışma sahası ortaya koymuştur. Bu çalışmada, tıp bilişiminin bir alt kolu olan tıbbi görüntü ve sinyal analizi alanı ele alınmıştır. Elektroansefalografi (EEG) cihazlarından almış olduğumuz veriler kendi geliştirdiğimiz yazılım sayesinde analiz edilip, ayrık fourier ve dalgacık dönüşümüne tabi tutulmuştur. Diğer yapılan çalışmalardan ayrı olarak 19 kanallı 30 dakikalık rutin çekimler sonucu elde edilen veriler kullanılmış olup bu veri setine uygun öznitelik parametreleri seçilmiştir. Verilerin veri madenciliği sürecinde öznitelik parametrelerine karşılık gelen öznitelik değerleri hesaplanmıştır. Ardından veriler üzerinde çeşitli sınıflandırma algoritmaları uygulanarak; bu algoritmaların yüksek doğruluk oranı ile epileptik aktiviteyi teşhis edenleri belirlenmiştir. Böylece nöroloji uzmanlarının ileride epileptik aktiviteyi belirlemede teşhis süresini ve teşhisin doğruluğunu artıracak bir model oluşturulmaya çalışılmıştır.
Abstract
Since the first days when human beings have a very fast development of medical science continues. With each passing year, both systems are very successful in the areas of diagnosis and treatment are developed. Prompts the use of information systems, particularly in our hospital and clinical information systems, medical imaging and signal analysis, medical decision support, we were very successful in areas such as neuro sciences known to all. The above-mentioned areas in the fields of medicine, medical informatics and informatics researchers and academics who want to work in both areas by blending a whole new field of study has revealed. In this study, medical informatics and a lower arm of the medical image signal analysis area is considered. Electroencephalography (EEG) devices have received data will be analyzed through their own developed software, were subjected to discrete Fourier and wavelet transform. Other studies conducted in a separate 19 channels of 30 minutes has been used routinely in this data set-ups of the data from the appropriate attribute parameters chosen. Attribute data, data mining process parameters corresponding to the calculated attribute values. Then the various classification algorithms on the data with the application of these algorithms to diagnose epileptic activity was determined with high accuracy. Thus, the epileptic activity in the neurology experts in determining the future of a model to increase the accuracy of the diagnosis time and attempted to establish the diagnosis.
Abstract
Since the first days when human beings have a very fast development of medical science continues. With each passing year, both systems are very successful in the areas of diagnosis and treatment are developed. Prompts the use of information systems, particularly in our hospital and clinical information systems, medical imaging and signal analysis, medical decision support, we were very successful in areas such as neuro sciences known to all. The above-mentioned areas in the fields of medicine, medical informatics and informatics researchers and academics who want to work in both areas by blending a whole new field of study has revealed. In this study, medical informatics and a lower arm of the medical image signal analysis area is considered. Electroencephalography (EEG) devices have received data will be analyzed through their own developed software, were subjected to discrete Fourier and wavelet transform. Other studies conducted in a separate 19 channels of 30 minutes has been used routinely in this data set-ups of the data from the appropriate attribute parameters chosen. Attribute data, data mining process parameters corresponding to the calculated attribute values. Then the various classification algorithms on the data with the application of these algorithms to diagnose epileptic activity was determined with high accuracy. Thus, the epileptic activity in the neurology experts in determining the future of a model to increase the accuracy of the diagnosis time and attempted to establish the diagnosis.
Açıklama
Yüksek Lisans Tezi
Anahtar Kelimeler
Veri Madenciliği, WEKA, EEG, Epileptiform Aktivite, Data Mining, Epileptiform Activity
