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
   15   16   17   18   19   20   21   22   23   24   25