Beyin dalgalarının ölçümünde kullanılan algoritmaların incelenmesi ve güç analizi
Yükleniyor...
Dosyalar
Tarih
2023
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Trakya Üniversitesi Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Her yıl dünya da binlerce epilepsi teşhisi konulmaktadır. Teşhis konulan kişilerin çoğunda geç teşhis konulduğundan tedavi imkanları zorlaşmaktadır. Erken teşhis konulması durumunda tedaviye yanıt verme ihtimalleri yüksek olup iyileşme oranlarını ciddi derece de etkilemektedir. Dünya çapında en çok ölümle sonuçlanan hastalıklar nörolojik hastalıklardır. Nörolojik bir hastalık olan epilepsinin erken teşhis konulan çocuklarda iyileşme durumlarının yüksek oranlarda başarılı olduğu gözlemlenmektedir. Epilepsi teşhisinde kullanılan EEG cihazları günümüzde doktorların en büyük yardımcısıdır. Bu nedenle belli bir kısmı değil de tüm insanlığa faydası olan bu cihazın doğru tespit ile erken tanı koyması hayati derecede önemlidir. Bu tez çalışmasında EEG cihazlarında kullanılmakta olan algoritmaların çalışma şekli incelenecektir. İncelenen algoritmalar sonucunda cihaz kullanılması önerilen yeni bir süreç önerilecektir. Önerilecek olan algoritmanın diğer algoritmalara göre hata payının düşük ve performans olarak da yavaş olmaması beklenmektedir.
very year, thousands of epilepsy diagnoses are made around the world. Since most of the diagnosed people are diagnosed late, treatment opportunities become difficult. In case of early diagnosis, the probability of responding to treatment is high and it seriously affects the recovery rates. The diseases that cause the most deaths worldwide are neurological diseases. It is observed that children with early diagnosis of epilepsy, a neurological disease, have high rates of recovery. EEG devices used in the diagnosis of epilepsy are the greatest assistants of doctors today. For this reason, it is vitally important that this device, which is beneficial to all humanity, not a certain part, makes an early diagnosis with accurate detection. In this thesis, the working of the algorithms used in EEG devices will be examined. As a result of the analyzed algorithms, a new process that is recommended to use the device will be proposed. It is expected that the proposed algorithm will not have a low margin of error and slow performance compared to other algorithms.
very year, thousands of epilepsy diagnoses are made around the world. Since most of the diagnosed people are diagnosed late, treatment opportunities become difficult. In case of early diagnosis, the probability of responding to treatment is high and it seriously affects the recovery rates. The diseases that cause the most deaths worldwide are neurological diseases. It is observed that children with early diagnosis of epilepsy, a neurological disease, have high rates of recovery. EEG devices used in the diagnosis of epilepsy are the greatest assistants of doctors today. For this reason, it is vitally important that this device, which is beneficial to all humanity, not a certain part, makes an early diagnosis with accurate detection. In this thesis, the working of the algorithms used in EEG devices will be examined. As a result of the analyzed algorithms, a new process that is recommended to use the device will be proposed. It is expected that the proposed algorithm will not have a low margin of error and slow performance compared to other algorithms.
Açıklama
Anahtar Kelimeler
EEG, Teşhis, Epilepsi, Nöroloji, Beyin Sinyali, Extreme learning machine, K-Nearest neighbours, Diagnosis, Epilepsy, Neurology, Brain signaling
