Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, Elektrik-Elektronik Mühendisliği Ana Bilim Dalı, Türkiye
Tezin Onay Tarihi: 2005
Tezin Dili: İngilizce
Öğrenci: ZEYNEP HİLAL İNAN
Danışman: MEHMET KUNTALP
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:FUZZY C-MEANS SINIFLANDIRMA İLE OTOMATİK DİKEN BELİRLEME ÖZET Bu tezde, yapay sinir ağlan ve fuzzy c-means sınıflandırma yöntemi ile elektroensefalogram (EEG) kayıtlarından epilepsi hastalığının tanısında kullanılan belirli dalga şekillerinin otomatik olarak belirlenmesi için bir teknik tamtılmaktadır. Kayıtlardaki epileptik şekle sahip sinyallerin zaman alanındaki belirli özellikleri çıkarılmış ve sisteme giriş olarak kullanılmıştır. Sinyallerin işlenmesi sürecinde kayıtlar önce perceptron olarak adlandırılan basit bir yapay sinir ağı sistemi ile smıflandırmaya tabi tutulmuştur. Bu ilk sınıflandırma, sistemdeki veri yükünü azaltmakta ve belirgin olarak epileptik olan ve belirgin olarak epileptik olmayan dalgaları ayıklayarak epileptik olup olmadığı belirsiz üçüncü bir grup oluşturmaktadır. İşte bu üçüncü grup dalgalar fuzzy c-means sınıflandırma yöntemi ile epileptik veya epileptik olmayan şeklinde ayrılmak üzere işlenirler. Alternatif yöntemlerin araştırılması amacıyla sisteme sinyallerden çıkarılan özelliklerin yanı sıra işlenmemiş sinyaller de girilerek performans ölçülmüştür. Ayrıca veriler ilk sınıflandırmaya tabi tutulmadan fuzzy c-means algoritması ile sınıflandırılmış ve sonuçlar karşılaştırılmıştır. Bu çalışmanın sonuçlan sistemin hassaslığı, belirleyiciliği, seçiciliği ve ortalama epileptik dalga yakalama derecesi ölçülerek hesaplanmıştır. Bu ölçütler sistemin doğru ya da yanlış yakalama oranını belirler. Aynca sonuçlar daha önce araştırmacılar tarafından kullanılan çeşitli tekniklerin sonuçlan ile de karşılaştırılmıştır. Anahtar sözcükler: EEG, Otomatik diken belirlenmesi, Fuzzy c-means sınıflandırma, Perceptron