Yüksek Lisans Tezi Görüntüleme

Öğrenci: Kübra EROĞLU
Danışman: Prof. Dr. Temel KAYIKÇIOĞLU
Anabilim Dalı: Elektrik-Elektronik Müh.
Enstitü: Fen Bilimleri Enstitüsü
Üniversite: Karadeniz Teknik Üniversitesi
Tez Adı: Kısmi En Küçük Kareler Regresyon Yöntemiyle Uyku EEG sinin Sınıflandırılması
Tezin Türü: Yüksek Lisans
Kabul Tarihi: 18/12/2012
Sayfa Sayısı: 91
Tez No: t2575
Özet:

      Bu çalışmada amaçlanan Elektroensefalografi (EEG) uyku kayıtlarında uyku ile uyanıklık

evrelerinde gözlemlenen beyin aktivite durumundan faydalanarak bu iki evrenin birbirlerinden ayırt

      edilebilmesi ve uyku başlangıcının erken yakalanabilmesi için kısmi en küçük kareler regresyon

yönteminden yararlanarak yapılan sınıflandırmanın başarısını ortaya koymaktır. Çalışmada

      karşılaştırma yapmak amacıyla aynı verilere k-en yakın komşuluk ve bayes sınıflandırma

yöntemleri uygulanmış olup sonuçlar karşılaştırıldığında kısmi en küçük kareler regresyon yöntemi

      kullanılarak yapılan sınıflandırmanın % 90’lar civarında kabul edilebilir bir başarı oranı sağladığı

ve zaman ile işlem yükü açısından daha avantajlı olduğu görülmüştür.

      Çalışmada yedi farklı sağlıklı kişiye ait EEG kayıtları kullanılmış olup kullanılan EEG

işaretleri physionet veri bankasındaki sleep-edf veri tabanında bulunan uyku skorlama

      çalışmalarına ait kayıtlardır. Bu kayıtlar normalizasyon ve filtreleme basamaklarından oluşan ön

işlemeye tabi tutulmuş ve öznitelik çıkarma amacıyla kayıtlara otoregresif modelleme yöntemi

      uygulanmıştır. Yapılan bu çalışmanın klinik uygulamalarda ve uyku ikaz sistemlerinde

kullanılabilir olacağı düşünülmektedir. Uygulamalardaki tüm sonuçlar MATLAB programı ile elde edilmiştir.

      Anahtar Kelimeler: EEG, Uyku, Sınıflandırma, Kısmi en küçük kareler regresyon, Otoregresif

model, Bayes, k- en yakın komşuluk