Page 20 - E-Tez Bülteni Mart 2025, SAYI 1
P. 20
Tez Özeti
Bu tezde, SeLECTS (Self-Limited Epilepsy with Centrotemporal Spikes) hastalarından elde edilen EEG verilerinde görülen Spike ve
Ripple aktivitelerinin otomatik tespitleri için özgün yöntemleri içeren bir yazılım gerçekleştirilmiştir. Spike tespiti için, SeLECTS
hastalarındaki spike'ların karakteristik morfolojik özelliklerinden yola çıkarak özellikler belirlenmiş ve bu özellikler üzerinden
sınıflandırma yapan SVM (Destek Vektör Makineleri) tabanlı bir model geliştirilmiştir. Geliştirilen model eğitim setinde %95.0
doğruluk, %95.76 duyarlılık ve %94.26 özgüllük, test setinde %94.2 doğruluk, %98.18 duyarlılık ve %90.77 özgüllük oranlarıyla
yüksek bir performans göstermiştir. Ripple tespiti için ise, EEG sinyallerindeki dalgalanmaların dinamik yapısını göz önünde
bulunduran, K- means algoritmasına dayalı bir dinamik eşik belirleme yöntemi geliştirilmiştir. Bu yöntem, Ripple tespiti için %93.54
doğruluk elde etmiştir. Her iki yöntemin de sonuçları, klinik değerlendirme süreçleriyle de karşılaştırılmış ve yüksek bir uyumluluk
göstermiştir. Her iki yöntem de literatürdeki çalışmalarla karşılaştırılmıştır. Yazılım klinik bir uygulamada kullanılmıştır.
Anahtar kelimeler: Rolandik epilepsi, EEG analizi, ripple, spike, sınıflandırma
