Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.13091/3253
Title: Etkin EEG Özellikleri Çıkarılarak Arousal Tespiti
Authors: 
Erol, Gizemnur
Göğüş, Fatma Zehra
Tezel, Gülay
Keywords: Arousal
EEG
Spektral Güç Yoğunluğu
Ayrık Dalgacık Dönüşümü
Sarmal Alt Küme Değerlendirme
Yapay Sinir Ağları
Rasgele Orman Algoritması Arousal
EEG
Spectral Power Density
Discrete Wavelet Transform
Wrapper Subset Evaluation
Artificial Neural Networks
Random Forest Algorithm
Issue Date: 2020
Abstract: Son zamanlarda toplumun en önemli problemlerinden biri olan uyku bozuklukları, bireylerin sağlığını ve yaşam kalitesini ciddi şekilde etkilemektedir. Uykusuzluk (Insomnia), narkolepsi, uyku apnesi ve huzursuz bacak sendromu gibi birçok uyku bozukluklarının neden olduğu rahatsızlıklar vardır. Uyku bozukluklarına sebep olan ana faktör ise bireyin uyku anındaki uyanma ile sonuçlanamayan, uyku kalitesini düşüren uyku kesintileridir. Arousal diğer bir adı ile uyanayazma geçici olan bu kesintilerdir ve bir beyin dalga (Elektroansefalogram -EEG) aktivitesinin paternindeki ani değişikliği temsil etmektedir. Arousal tespiti genellikle EEG verileri kullanılarak Amerikan Uyku Tıbbı Akademisi (American Academy of Sleep Medicine-AASM) tarafından belirlenen kriterlere göre yapılmaktadır. Bu çalışmada amaç, AASM tarafından belirlenen kriterler doğrultusunda EEG sinyalleri vasıtasıyla hasta bireylerdeki arousalların tespitidir. Bu amaç doğrultusunda, öncelikle, çalışmaya dahil edilen 5 hasta bireyin tek kanallı (C3/A2) EEG sinyallerine sırasıyla filtreleme, normalizasyon ve segmantasyon önişlemleri uygulanmıştır. Daha sonra Spektral Güç Yoğunluğu (Power Spectral Density-PSD) ve Ayrık Dalgacık Dönüşümü (Discrete Wavelet Transform-DWT) yöntemleri ile gerçekleştirilen özellik çıkarma süreci sayesinde, EEG sinyal segmentlerine ait 2 özellik seti ve bu özellik setlerinin birleştirilmesiyle 3. özellik seti oluşturulmuştur. Ardından oluşturulan 3 özellik seti üzerine Sarmal Alt Küme Değerlendirme (Wrapper Subset Evaluation-WSE) özellik seçme yöntemi uygulanarak etkin özellikler belirlenmiştir. Nihai olarak belirlenen özelliklerin Yapay Sinir Ağları (YSA) ve Rasgele Orman (RO) algoritmaları tarafından sınıflandırılmaları ile arousal içeren EEG segmentleri tespit edilmiştir. Gerçekleştirilen bu çalışmaların beraberinde EEG sinyal kayıtlarından başka hiçbir PSG sinyal kaydına ihtiyaç duymadan, yalnızca tek kanallı EEG sinyalleri ile oldukça başarılı sonuçlar elde edildiği tespit edilmiştir. Çalışma sonucunda ise Özellik Seti 3’ün etkin özellikleri ve YSA ile en yüksek doğruluk oranı %99.05 olarak elde edilmiştir.
URI: https://doi.org/10.31590/ejosat.802946
https://search.trdizin.gov.tr/yayin/detay/1131407
https://hdl.handle.net/20.500.13091/3253
ISSN: 2148-2683
Appears in Collections:Mühendislik ve Doğa Bilimleri Fakültesi Koleksiyonu
TR Dizin İndeksli Yayınlar Koleksiyonu / TR Dizin Indexed Publications Collections

Show full item record

CORE Recommender

Page view(s)

2
checked on Feb 6, 2023

Google ScholarTM

Check

Altmetric


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.