| dc.creator |
Toprak, İnayet Burcu,
1979-
author
64587 |
|
| dc.creator |
Merdan, Mustafa,
1949-
thesis advisor
9126 |
|
| dc.creator |
Süleyman Demirel Üniversitesi.
Fen Bilimleri Enstitüsü.
Elektronik ve Haberleşme Mühendisliği Anabilim Dalı.
issuing body
9124 |
|
| dc.date |
2007. |
|
| dc.identifier |
http://tez.sdu.edu.tr/Tezler/TF01049.pdf |
|
| dc.description |
Bu tez çalışmasında, Elektroansefalogram (EEG) kayıtlarının otomatik olarak değerlendirilip, epilepsi teşhisinin yapılabilmesi amaçlanmıştır. Teşhis sistemi, öznitelik çıkarma/seçme ve sınıflama olmak üzere iki basamaktan oluşmaktadır. Öznitelik vektörlerinin belirlenmesinde Ayrık Dalgacık Dönüşümü (ADD), sınıflama için Yapay Sinir Ağları (YSA) kullanılmıştır. Farklı dalgacıkların, değişik öğrenme algoritmalarıyla eğitilen farklı mimarideki Çok Katmanlı Algılayıcılı (ÇKA) sinir ağları ve Radyal Tabanlı Fonksiyon Ağları (RTFA) üzerindeki etkisi incelenerek, yüksek sınıflama doğruluğu elde edilmiştir. Öznitelik vektörlerini oluşturan Dalgacık katsayılarının hesaplanmasında, ağ girişine uygun hale getirilmesinde ve ağ yapılarının oluşturulmasında MATLAB program paketinden faydalanılmıştır. Anahtar Kelimeler: EEG, Epilepsi, ADD, YSA, ÇKA, RTFA. |
|
| dc.description |
In this thesis, it was aimed that making epilepsy diagnosis by automatically evaluation of Electroencephalogram (EEG) records. Diagnosis system consists two steps which are feature extraction/selection and classification. Discrete Wavelet Transform (DWT) and Artificial Neural Networks (ANN) were used to determine attribute vectors and classification, respectively. Classification accuracy was achieved as high by examining effects of varied wavelets on Multi Layer Perceptron (MLP) networks and Radial Basis Function (RBF) Networks which have different architecture and were trained different learning algorithms. Matlab software was used to determine Wavelet coefficients that occur feature Matlab software was used to determine Wavelet coefficients that occur feature vectors, to available for network inputs and to create network structures. Keywords: EEG, Epilepsy, DWT, ANN, MLP, RBF. |
|
| dc.description |
Tez (Yüksek Lisans) - Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü, Elektronik ve Haberleşme Mühendisliği Anabilim Dalı, 2007. |
|
| dc.description |
Kaynakça var. |
|
| dc.description |
Bu tez çalışmasında, Elektroansefalogram (EEG) kayıtlarının otomatik olarak değerlendirilip, epilepsi teşhisinin yapılabilmesi amaçlanmıştır. Teşhis sistemi, öznitelik çıkarma/seçme ve sınıflama olmak üzere iki basamaktan oluşmaktadır. Öznitelik vektörlerinin belirlenmesinde Ayrık Dalgacık Dönüşümü (ADD), sınıflama için Yapay Sinir Ağları (YSA) kullanılmıştır. Farklı dalgacıkların, değişik öğrenme algoritmalarıyla eğitilen farklı mimarideki Çok Katmanlı Algılayıcılı (ÇKA) sinir ağları ve Radyal Tabanlı Fonksiyon Ağları (RTFA) üzerindeki etkisi incelenerek, yüksek sınıflama doğruluğu elde edilmiştir. Öznitelik vektörlerini oluşturan Dalgacık katsayılarının hesaplanmasında, ağ girişine uygun hale getirilmesinde ve ağ yapılarının oluşturulmasında MATLAB program paketinden faydalanılmıştır. Anahtar Kelimeler: EEG, Epilepsi, ADD, YSA, ÇKA, RTFA. |
|
| dc.description |
In this thesis, it was aimed that making epilepsy diagnosis by automatically evaluation of Electroencephalogram (EEG) records. Diagnosis system consists two steps which are feature extraction/selection and classification. Discrete Wavelet Transform (DWT) and Artificial Neural Networks (ANN) were used to determine attribute vectors and classification, respectively. Classification accuracy was achieved as high by examining effects of varied wavelets on Multi Layer Perceptron (MLP) networks and Radial Basis Function (RBF) Networks which have different architecture and were trained different learning algorithms. Matlab software was used to determine Wavelet coefficients that occur feature Matlab software was used to determine Wavelet coefficients that occur feature vectors, to available for network inputs and to create network structures. Keywords: EEG, Epilepsy, DWT, ANN, MLP, RBF. |
|
| dc.language |
tur |
|
| dc.publisher |
Isparta : SDÜ Fen Bilimleri Enstitüsü, |
|
| dc.subject |
Süleyman Demirel Üniversitesi |
|
| dc.title |
EEG sinyallerinin dalgacık dönüşümü ve yapay sinir ağları ile analizi = Analysis of EEG signals using the wavelet transform and artificial neural network / |
|
| dc.type |
text |
|