Yazar "Sezer, Esma" seçeneğine göre listele

Listeleniyor 1 - 3 / 3
  • Küçük Resim Yok
    Öğe
    Diagnosis of Epilepsy from Electroencephalography Signals Using Multilayer Perceptron and Elman Artificial Neural Networks and Wavelet Transform
    (SPRINGER, 2012) Isik, Hakan; Sezer, Esma
    In this study, it has been intended to perform an automatic classification of Electroencephalography (EEG) signals via Artificial Neural Networks (ANN) and to investigate these signals using Wavelet Transform (WT) for diagnosing epilepsy syndrome. EEG signals have been decomposed into frequency sub-bands using WT and a set of feature vectors which were extracted from the sub-bands. Dimensions of these feature vectors have been reduced via Principal Component Analysis (PCA) method and then classified as epileptic or healthy using Multilayer Perceptron (MLP) and ELMAN ANN. Performance evaluation of the used ANN models have been carried out by performing Receiver Operation Characteristic (ROC) analysis.
  • Küçük Resim Yok
    Öğe
    Employment and Comparison of Different Artificial Neural Networks for Epilepsy Diagnosis from EEG Signals
    (SPRINGER, 2012) Sezer, Esma; Isik, Hakan; Saracoglu, Esra
    In this study, it has been intended to analyze Electroencephalography (EEG) signals by Wavelet Transform (WT) for diagnosis of epilepsy, to employ various Artificial Neural Networks (ANNs) for the signals' automatic classification. Furthermore, carrying out a performance comparison has been aimed. Three EEG signals have been decomposed into frequency sub bands by WT and the feature vectors have been extracted from these sub bands. In order to reduce the sizes of the extracted feature vectors, Principal Component Analysis (PCA) method has been applied when necessary and these feature vectors have been classified by five different ANNs as either epileptic or healthy. The performance evaluation has been carried out by conducting ROC analysis for the used ANN models that and their comparisons have also been included.
  • Küçük Resim
    Öğe
    Epilepsi teşhisi için EEG sinyal analizi
    (Selçuk Üniversitesi Fen Bilimleri Enstitüsü, 2008) Sezer, Esma; Işık, Hakan
    Bu çalışmada, epilepsi teşhisi için elektroensefalogram (EEG) işaretlerin dalgacık analizi ile incelenip, çeşitli yapay sinir ağları (YSA) ile otomatik sınıflandırılması amaçlanmıştır. İlk olarak insan beyninin yapısı ve sinir hücreleri incelenmiş, biyolojik işaretlerin nasıl oluştuğu ve epilepsinin ne olduğu anlatılmıştır. Sağlıklı kişilerden ve epilepsi hastalarından alınan EEG işaretler dalgacık dönüşümü ile frekans alt-bantlarına ayrılmış ve bu alt-bantlardan öznitelik vektörleri elde edilmiştir. Çıkarılan öznitelik vektörlerinin boyutlarının azaltılabilmesi için PCA yöntemi uygulanmış ve bu öznitelik vektörleri LVQ, RBF, GRNN, MLP, PNN ve ELMAN sinir ağlarına girişi olarak kullanılmıştır. Sınıflandırma sonucunda EEG sinyallerinin sağlıklı veya epileptik olduğu hakkında bilgi sağlanmıştır. Kullanılan YSA modelleri için ROC analizleri yapılarak performans değerlendirmesi yapılmıştır.