Yazar "Özmen, Güzin" seçeneğine göre listele
Listeleniyor 1 - 2 / 2
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Fonksiyonel MR görüntülerini filtrelemede yeni bir yaklaşım ve depresyon hastalarının sınıflandırılması üzerine etkileri(Selçuk Üniversitesi Fen Bilimleri Enstitüsü, 2018-05-25) Özmen, Güzin; Özşen, SeralBu çalışmada Fonksiyonel Manyetik Rezonans (fMR) görüntülerinin filtrelenmesi için 3-Boyutlu Ayrık Dalgacık Dönüşümü (3B-ADD)' ne dayanan bir filtreleme yöntemi geliştirilmiştir. Veri tabanlarından alınan görüntülerin yanında bu tez çalışması için geliştirilen ve 20 depresyon hastası ile 20 sağlıklı denekten görsel-uyaranlı deney paradigması kullanılarak kayıt edilen fonksiyonel MR görüntüleri kullanılmıştır. Öncelikle, fMR görüntülerine standart önişleme adımları olan yeniden hizalama, bağdaştırma ve normalizasyon işlemleri uygulanmıştır. Daha sonra geliştirilen Ağırlıklı-3B-ADD ve Bulanık-Ağırlıklı-3B-ADD yöntemlerinin filtreleme performansları Gaussian yumuşatma ve 3B-ADD yöntemleri ile Ortalama Karesel Hata (OKH), Tepe Sinyal Gürültü Oranı (TSGO) ve Yapısal Benzerlik İndeksi (YBİ) kullanılarak karşılaştırılmıştır. Filtrelenen fMR görüntülerine özellik çıkarmak amacıyla istatistiksel analiz uygulanmış ve her bir denek için beyin aktivasyon haritası elde edilmiştir. Özellik çıkarma aşamasından sonra boyut azaltmak için kesit bazlı bir özellik seçme yöntemi önerilmiştir. fMR görüntüleri üzerinde düşük OKH ve yüksek TSGO sağlayan Ağırlıklı-3B-ADD yönteminin Destek Vektör Makineleri, k- En Yakın Komşu, Naive Bayes ve Rastgele Orman sınıflandırıcıları kullanılarak depresyon hastalarının sınıflandırılması üzerindeki başarısı araştırılmıştır. Sonuçta Ağırlıklı-3B-ADD ile filtrelenmiş ve kesit bazlı özellik seçme yöntemi ile veri boyutu azaltılmış fMR görüntüleri ile depresyon hastalarının sınıflanmasında Rastgele Orman sınıflandırıcısı kullanılarak 10-kat çapraz doğrulama ile % 97,3 sınıflama doğruluğu elde edilmiştir.Öğe Servikal bölgede oluşan kas yorgunluğunun yüzey elektromiyogram bilgileri ile değerlendirilmesi(Selçuk Üniversitesi Fen Bilimleri Enstitüsü, 2013-06-28) Özmen, Güzin; Özbay, YükselBoyun ağrıları günümüzde kronik ağrı sıralamasında, bel ağrılarından sonra ikinci sırayı oluşturmaktadır. Yanlış duruş, psikolojik stres, yorgunluk gibi etkenler boyun bölgesinde ağrıyı arttıran faktörlerdir. Boyun bölgesindeki kaslara dinamik ya da statik yüklenme ile servikal kas yorgunluğu meydana gelir. Bu tez çalışmasında boyun fıtığı hastaları ile normal kişilerin, yüzey elektromiyografi (EMG) sinyallerinin analizi ile servikal bölge kaslarında oluşan kas yorgunluğu araştırılmıştır. EMG sinyalleri; 10 normal ve 10 boyun fıtığı hastasından alınmıştır. Kayıtlar; iki kanallı kayıt sistemi ile servikal bölgede yer alan trapezius ve strenoclediomastoid kaslarından eş zamanlı olarak; dinlenme-çalışma-yorulma olarak ifade edilen 3 aşamada 20 saniyelik periyotlarla toplam 60 sn? de tamamlanmıştır. Çalışmanın birinci aşamasında; normal ve hasta grubun yüzey EMG sinyallerinden elde edilen medyan, mean ve mod frekans değerleri ile güç spektrumunun alçak frekanslara doğru kaydığı gözlenerek kas yorgunluğu tespit edilmiştir. İkinci aşamada; EMG sinyallerinden, öznitelik vektörleri çıkarmak amacıyla, Kısa Zamanlı Fourier Dönüşümü (KZFD); Ayrık Dalgacık Dönüşümü (ADD) ve Özbağlanım Metodları (AR) uygulanmıştır. Dinlenme-çalışma-yorulma durumları ve Normal/Hasta grubun sınıflandırılması için yapay sinir ağları kullanılmıştır. EMG sinyallerinin öznitelikleri yapay sinir ağının girişlerini oluşturmuştur. Sınıflandırma sonuçlarına göre en yüksek sınıflama doğrulukları; AR ve ADD yöntemleri ile elde edilmiştir.
